修正概率关联算法在航迹关联中的应用

在雷达组网航迹跟踪问题的研究中,针对杂波环境下雷达对作战目标的跟踪精度,为了准确跟踪目标,通过对现有概率数据关联算法(PDA)和联合概率数据关联算法(JPDA)算法进行改进,引入跟踪区域划分概念和修正因子,提出一种航迹新的修正概率数据关联算法(MPJA).不需要考虑 JPDA 算法中产生所有可能的联合事件,具有计算量小,易于工程实现的优点.仿真结果表明,新算法以与 PDA 算法接近的计算量,达到了接近于 JPDA 算法的目标跟踪成功率,提高跟踪精度.     

高校非计算机专业计算机基础系列课教学改革的探索与实践

新年刚过,三诺发布了“永恒”系列的N-35G冠军版。三诺在近两年,一直在举办对三诺的指定产品进行改进的摩机大赛,为相对沉闷的多媒体音箱行业注入了活力。据三诺称,N-35G冠军版是第一届摩机大赛的精华所在。那么,到底这款音箱与原版的N-35G相比,有何不同呢？有哪些值得称道的改进呢？     

多平台下动态采集税控数据的技术研究

在商业税收领域中,不同的行业、商家,可能会采用不同的系统平台来完成他们各自的销售任务,这就给国家税收时获取税控数据带来了一定的挑战。本文基于国家信息化标准委员会针对税控收款机的国家标准,提出并实现了一种在多平台下动态采集税控数据的解决方案。     

“微机原理与接口技术”课程教学改革创新探讨

"微机原理与接口技术"是重要的专业基础课,学生普遍反映该课程"难"、"活"、"繁",属于"困难课程"之一。本文介绍了我院"微机原理与接口技术"课程教学改革的一些具体措施以及经验。     

一种序贯Unscented卡尔曼滤波在微小型无人直升机导航系统中的应用

对于应用到微小型无人直升机上的低成本捷联惯导（SINS）/GPS组合导航系统来说,SINS Ψ角误差模型在描述低精度惯性器件误差时对误差项的忽略,使其无法满足SINS误差估计的要求.为了克服Ψ角误差模型的不足,本文建立了基于四元数的SINS非线性误差模型.该误差模型无需对失准角进行小角度假设.为了对组合导航系统中的SINS误差进行估计,提出一种序贯Unscented卡尔曼滤波方法.该滤波方法对观测向量进行序贯处理以降低算法的计算量.仿真结果表明,该滤波方法能有效提高低成本SINS/GPS组合导航系统的性能.     

基于I-Miner的聚类分析研究

数据挖掘是当今数据库系统研究和应用领域中的热点问题.聚类是数据挖掘中的核心问题.I-Miner是一个企业级的数据挖掘工具,利用I-Miner软件进行聚类分析,将聚类结果呈现丰富的可视化效果,通过S语言拓展软件功能,解决应用的特殊需求.     

计及多元不确定性的氢电耦合微电网多阶段动态规划方法

针对传统单阶段规划设计方法存在的初始投资成本高、源荷匹配性弱、经济性不足的缺点,提出了一种氢电耦合微电网多阶段动态规划方法,可确定各设备的最优配置容量和投资时机,并基于混合优化架构增强模型对多元不确定性的适应能力。其中,设备在规划周期内投资成本的波动不确定性特征以随机概率场景描述,可再生分布式电源出力和负荷需求不确定性则以不确定场景集合处理。在此基础上,进一步考虑微电网规划周期内的负荷增长率、设备性能衰退等动态因素,提升规划方案对未来动态信息变化的适用性,并最终构建随机-鲁棒混合整数线性规划模型描述微电网的多阶段动态规划问题。仿真结果表明,与传统的单阶段规划模型相比,所提方法的总成本降低近5.0%,初始投资成本降低近13.9 %,投资回收期缩短近32.9 %,有利于提升微电网规划方案的经济性。     

电弧作用下触头烧蚀特性的仿真研究

开断电弧对断路器触头的烧蚀会影响其使用寿命和可靠性。针对空气电弧作用下的断路器触头烧蚀行为进行了仿真研究。将电弧等效为正态分布的热源,基于传热学和流体学,分析了触头材料的温度变化过程和相变过程;此外,研究了熔池受力对熔池流动及温度的影响;最后,考虑触头材料的蒸发,模拟了触头表面的形貌及温度变化。仿真结果表明：触头温度由表面向内以半圆弧的形式扩散,熔池会先逐渐增大,在电弧作用消失一段时间后才逐渐减小;表面张力对熔池区域内的流动起主导作用,电磁力和浮力依次;考虑触头材料的蒸发时,触头表面会形成烧蚀凹坑,凹坑处的温度最高,凹坑随燃弧时间持续增大。     

有源相控阵雷达TRM高功率微波在线测试系统

高功率微波（HPM）是系统电磁环境效应评估中的重要项目之一。针对有源相控阵雷达“前门”耦合窄带HPM效应评估需求,通过HPM效应评估不同试验方法比较分析,提出采用多端口高隔离“魔T”、耐高功率吸收式滤波器与隔离器等关键微波器件,构建基于传导注入法的收发组件（TRM）高功率微波效应评估实时在线测试系统,针对典型频段TRM开展效应试验,获取相应试验数据,验证了该测试系统是合理可行的。     

基于共享近邻和优化关联策略的边界剥离聚类

边界剥离聚类算法(BP)是一种基于密度的聚类算法,它通过逐渐剥离边界点来揭示聚类的潜在核心,已经被证明是一种十分有效的聚类手段.然而, BP算法仍存在一些不足之处:一方面,数据点的局部密度仅考虑了距离特征,使得边界点的确定不够合理;另一方面, BP算法中的关联策略容易误判异常值,并且在分配边界点时容易产生连带错误.为此,本文提出了一种基于共享近邻和优化关联策略的边界剥离聚类算法(SOBP).该算法使用了基于共享近邻的局部密度函数来更好地探索数据点之间的相似性,同时优化了BP算法中的关联策略,使得每次迭代中边界点不再仅与一个非边界点进行关联,并进一步采用了边界点与非边界点、已剥离边界点之间的双重关联准则.在一些数据集上的测试表明,相较于其他6种经典算法,该算法在评估指标上表现更佳.