装备完好率混沌时间序列数据控制方法研究

以某类具有混沌特征的装备完好率时间序列数据为研究对象，分析了导致其混沌的系统因素，认为混沌时间序列源于混沌系统。用系统的观点讨论了对混沌时间序列进行控制的最小参数扰动方法和步骤，给出了几种控制策略。     

广义概率数据关联算法

随着跟踪环境、跟踪对象和跟踪系统的不断变化、发展,目标与量测已很难仅仅以一一对应的关联关系来描述,这使得多目标跟踪中数据关联这一核心问题更具挑战.Jesus Garrcia、T.Kirubarajan和Bar-Shalom等学者从智能方法或重复使用一对一分配JPDA等方面进行了研究,取得一定成效,但计算量和性能均未达到理想效果.本文首先提出更符合实际情况的新的目标与量测相关联的可行性规则,给出广义联合事件的一种分割与组合方法,利用贝叶斯法则推导出了一种全局次优的广义概率数据关联算法(Generalized Probability Data Association,GPDA).通过本文设计的各种典型环境的仿真计算表明,GPDA算法的性能在目标与量测无论是否在一一对应的情况下,全面优于JPDA算法,且由于新算法的设计技巧,使计算量和存储量也大大小于JPDA算法,为发展同时具有良好实时和关联性能的多目标跟踪算法给出了新的尝试.     

网络攻击下信息物理融合电力系统的弹性事件触发控制

本文将电动汽车（Electric vehicles，EVs）引入到典型的信息物理系统（Cyber-physical systems，CPS）智能电网中，采用负荷频率控制（Load frequency control，LFC）方法，能够快速抑制系统扰动所引发的频率变化.在考虑拒绝服务（Denial-of-Service，DoS）攻击的情况下，提出了一种弹性事件触发机制，使系统能够容忍攻击所造成的数据丢失.与此同时，PI型静态输出反馈控制器的输入按需更新，减少了通信负担.对于建立的闭环时滞系统模型，构造新型李亚普诺夫泛函，对系统进行稳定性分析，推导出系统所能承受的最大DoS攻击持续时间，并对控制器增益和弹性事件触发矩阵进行协同设计.最后，通过多域电力系统仿真，验证了所提出方法的有效性.     

基于多时相红外图像探测浅层地下目标

因浅层地下目标的存在引起地表红外图像随时间变化,通过多时相红外图像探测了地下目标.针对部分红外图像中的曝光噪声等干扰会造成多时相红外图像自动选取的困难,提出了基于核小成分分析的多时相去噪方法,自动获得效果良好的图像;然后采用基于空间和时相变化信息约束的多时相模糊核聚类算法对去噪后的多时相红外图像进行分类,其中引入了时相信息指数,对时相权重因子进行修正;最后由分类结果给出符合逻辑的地下目标的位置及大致种类数,并由地下目标的红外成像机理初步给出地下目标的大体物理性质,为利用热红外图像探测地下目标提供了一些有意义的研究.     

基于预测技术的设备工程监理中投资控制法

如何在设备工程监理中运用控制科学的思想与方法是一个值得研究的问题。基于预测技术，建立了设备工程投资控制的模型，并提出了设备工程投资目标控制界限的确定方法。完善了设备工程监理的投资控制方法体系。上述方法已成功应用在实例中。     

一类小波的构造方法研究法

W.Sweldens指出提升框架可以由已知小波滤波器构造新的满足特定性能的小波滤波器,本文在其工作的基础上,给出了构造一类双正交小波的具体实现算法,以CDF(1,3)小波为例进行了说明,并应用于数据压缩,仿真结果表明该方法构造的小波具有优良的压缩性能。     

图像多级灰度非线性模糊增强算法研究

针对传统图像增强技术的缺陷,提出了多级灰度增强的概念,利用模糊算子,并通过定义隶属函数、饱和增强点和渡越点参数,给出了一种多级灰度增强的算法,该算法可根据要求对图像不同区域层次设计不同增强效果,使图像层次更加清晰。最后通过仿真实验,进一步证实了该算法的有效性。     

多传感器时间对准方法的研究

分析了多传感器数据融合时间不同步、数据率不一致的特点，在此基础上提出了利用曲线拟合的方法进行时间对准的算法，该方法可以将不同传感器测得的不同采样周期的数据对准到同一时间点上，以便进行特征提取与数据融合。与现有算法相比较，该算法计算简单，速度快，提高了融合效率。     

基于Fuzzy Petri网专家系统的研究

提出采用ＦｕｚｚｙＰｅｔｒｉ网作为知识表示和推理机制的模型,发挥其较好的模型描述和能处理并行推理的特点,基于ＦｕｚｚｙＰｅｔｒｉ网构造了一个耦合结构的专家数据库系统（ＥＤＢＳ）,提高了推理的效率及其准确性,同时具有并发控制,数据组织,共享,存取和查询等数据库管理系统的功能,并使用投资决策实例对模型进行了解释和验证。     

多站被动式跟踪自适应融合算法

由于单站被动式跟踪稳定性差、动态过程时间长、估计偏差大，且对初值敏感，使得直接在各单站估计基础上做融合效果仍然很差，本文提出多“双站”新概念，推导完成了基于多“双站”的自适应融合算法，提高了系统跟踪精度，保证了算法的快速收敛以及算法的初值不敏感性，仿真结果证明了其正确性。