【摘 要】
：
传感器在探测目标时,由于受所探测目标的形状和尺寸、位置、设备、环境及人员的技术水平和心理状态等诸因素的影响,而存在一定的不确定性,致使一套最小能探测出几厘米的探测设备常常连几十厘米目标也会漏检.为此,提出了一种探测目标的可靠性分析方法,利用该方法借助实验或以往数据,通过极大似然原理可以得到各类传感器对所探测目标大小的探测概率曲线.据此曲线就能对某一重点部位某一类目标的漏检概率做出准确的评估和控制,
【机 构】
：
北京航空航天大学,经济管理学院,北京,100083;空军指挥学院,科研部,北京,100097 空军
论文部分内容阅读
传感器在探测目标时,由于受所探测目标的形状和尺寸、位置、设备、环境及人员的技术水平和心理状态等诸因素的影响,而存在一定的不确定性,致使一套最小能探测出几厘米的探测设备常常连几十厘米目标也会漏检.为此,提出了一种探测目标的可靠性分析方法,利用该方法借助实验或以往数据,通过极大似然原理可以得到各类传感器对所探测目标大小的探测概率曲线.据此曲线就能对某一重点部位某一类目标的漏检概率做出准确的评估和控制,使其因关键目标漏检而造成损失的可能性降至最低程度,该方法简单方便,且易于工程实际应用。
其他文献
利用支持向量机建立蓄电池容量与外部参数之间的预测模型,结合微处理器控制技术,提出一种智能蓄电池容量预测系统的实现方案。该系统由工控机、主控制器、数据采集单元、从控制器、LCD显示器及触摸屏、充放电控制单元、数据存储器、USB接口、以太网接口和无线通信接口等组成。系统对蓄电池10 min内的放电数据进行采集,利用支持向量机回归算法建立的预测模型,以10 min内的蓄电池电压、电流和温度作为输入量进行
为了实现虚拟空间中人体动画的逼真运动,基于解剖学建立了虚拟人体三维骨骼模型。根据真实人体各关节的运动特性,简化生成了具有18个关节、45个自由度的最小人体运动模型,并用树结构描述关节和骨骼段之间的层次关系。在此模型基础上,用表示自由度的45维向量来形式化描述静态姿势,并通过正向运动学计算人体各末端肢体所在的虚拟空间中的位置和方向,从而展现出逼真的人体姿态.
介绍了一种基于无线传感器网络技术的高速公路山体滑坡巡检系统.首先设计了一种可扩展的无线传感器网络的系统结构和功能,然后介绍了无线倾角位移传感器和水分饱和度传感器节点的设计。传感器节点和汇节点设备所使用的近距离通信标准为802.15.4/ZigBee标准,系统中的汇节点设备采用GSM通信方式,实现对高速公路山体滑坡的实时监控和预报.
给出一种基于输入-输出模型描述的响应型船舶运动非线性数学模型的构造方法。相对于状态空间模型,该模型计算比较简单,所获得的微分方程保留了非线性影响因素。另外,根据5446TEU集装箱船的实船数据进行回转实验的仿真研究和回转圈的曲线拟合,最终建立与实船数据基本吻合的船舶运动数学模型。这些结果将为船舶操纵模拟器的研制及船舶运动控制器的设计奠定基础。
根据高炉故障诊断系统自身复杂性的特点以及传统的高炉故障诊断专家系统的局限性,对模糊逻辑和神经网络的优缺点进行分析,提出一种4层的基于模糊神经网络(FNN)的故障诊断系统,并阐述模糊神经网络故障诊断的基本思想、系统结构和学习算法。该系统把模糊逻辑和神经网络有机地结合起来,克服传统的故障诊断专家系统中存在的许多问题和局限性,将神经网络并行处理、分布存储及自学习、自组织的优点与模糊系统在处理不确定性信息
针对一类约束非理想情况下的非完整移动机器人,用Lyapunuov直接法和Barbalat引理证明全局渐近稳定的追踪控制律的存在性,并构造一类控制律保证轨迹追踪的误差的全局一致渐近稳定。最后通过2个仿真示例,验证提出的控制律的有效性。
以Saphira/Aria移动机器人智能体系统结构为载体,基于反应机制快速反应和慎思机制慎思推理的思想,设计包含反应层、慎思层和监督管理层的移动机器人混合式3层体系结构.在慎思/反应混合式结构的基础上增加监督层,来融合反应行为和慎思推理的功能,实现这2层功能之间的上下交叉执行。在监督层中设置监督和协调模块,来监督反应层的执行情况。当发现环境中有未建模障碍物使子目标序列不能按预定方式执行时,判断移动
中国旅游目的地营销系统是旅游目的地信息化和旅游宣传营销的完整解决方案。给出了中国旅游目的地营销系统的体系结构以及中国旅游目的地营销系统平台的具体实现过程。
研究MIMO系统中QPSK信号盲分离问题。在ε均衡算法的基础上构造一个新的带约束的代价函数,通过PSO优化算法对此函数的寻优直接将信号恢复出来.从MPSK信号星座图特性出发,将信号直接搜索转化成相位间接搜索,从而将二维问题转换成一维,且将搜索空间缩小到一个圆上,使问题大大简化。对于多用户系统,利用用户信号间的相关性信息将用户逐个分离.仿真结果表明:该方法在数据很少的情况下仍可以将信号逐个恢复出来,
针对传统模糊C-均值聚类算法在聚类有效性方面存在的不足,引入遗传算法对其进行改进,在聚类过程中,不采用梯度法求聚类中心,而代之以改进的模糊遗传算法,从而实现遗传算法与模糊C-均值聚类算法的有机融合,形成一种新型遗传模糊C-均值聚类算法。将所提出的新型算法应用于导弹打击目标选择中的目标分类问题,其结果优于用传统的模糊C-均值聚类算法的结果,并验证算法的可行性和有效性。