摘要：针对运载火箭小子样条件,结合序贯验后加权检验(sequential posterior odd test, SPOT)和Bayes递推估计法,分别从假设检验和参数估计两方面,对传统试验样本量评估方法进行改进。在对运载火箭服从正态分布的性能指标进行评估时,引入复合等效系数来有效融合多源数据,弥补真实试验数据或现场数据的不足。综合考虑两类风险和置信度要求,制定合理的评估方案,有效减少所需试验样本数量,从而控制试验成本。通过算例分析发现,提出样本量评估方法结果真实可信,能够有效降低样本量需求,可较好用于小子样条件下的运载火箭样本量试验设计。

摘要：基于正则化技术的稀疏成分分析方法可同时完成模型选择和参数估计功能。现分别从迭代算法的设计和对应岭估计的构造两方面切入,研究正则化函数的选取及特点,并深入分析其模型参数辨识的机理,说明正则化参数与广义岭估计的最佳岭参数的耦合性。该方法可操作性强,可保证参数迭代的收敛性,对于正则化函数的构造和参数估计的统计特性分析均有规则可循。缺项多项式和制导工具误差系数求解的数值例子表明,该方法具有有效的一体化模型选择和参数估计功能。

摘要：瞄准点的选取是导弹火力运用的核心理论问题之一。研究并建立了主动寻的导弹武器射击面目标瞄准点选择的方法。定义了命中区域圆概率偏差(ACEP)、区域要害指数、区域命中概率及命中要害指数等概念;再根据战场先验信息划分的目标区域以及对应的区域要害指数,运用蒙特卡罗积分法计算出ACEP、区域命中概率以及命中要害指数;设计了通过计算所有拟瞄准点的命中要害指数,搜索其中的最大值,选择具有最大命中要害指数的瞄准点为最佳瞄准点的最优化方法。理论推导和仿真分析表明,对相关指标的定义合理,所设计的命中要害指数计算与搜索方法简单、精确,该结论在工程上可以指导导弹武器射击面目标的火力运用。

摘要：复杂性是科学技术面临的挑战之一,研究系统复杂性有着重要意义。综述系统复杂性基本语义研究背景,分析国内外历史上对复杂性的界定及不同定义;针对复杂性的分类,以本体论和认识论分类为基本框架,吸纳最新的复杂性分类定义成果,重新对复杂性进行归类。在此基础上,对复杂性的度量指标进行分类阐述,对相应的数学工具进行归类说明。设计案例说明了复杂性概念分类及度量的有效性。

摘要：射击精度是导弹武器系统最重要的性能指标之一。建立了一种针对导弹武器射击面目标的精度评定方法,定义了命中面目标的精度指标命中区域圆概率偏差,设计了基于蒙特.卡罗积分法的命中区域圆概率偏差计算方法。理论推导和仿真分析表明,对命中面目标的精度指标定义合理,所设计的命中区域圆概率偏差计算方法简单、精确,可以用于导弹武器命中面目标的精度评定及瞄准点选取。

摘要：根据系统的拓扑结构、离散步长和旋转矩阵的旋转角,确定系统的渐近行为,给出多智能体系统达成二阶一致性的充要条件。证明了当0是拉普拉斯矩阵的一个简单特征值且离散步长、旋转角小于由代数方程确定的临界值时,会出现渐近一致性。数值模拟结果证明理论结果的正确性。设计了特征参数影响二阶一致性的相关案例,说明特征参数相关结论可为控制理论的一致收敛分析提供重要判据和理论支撑。

摘要：为研究子母弹攻击复杂多区域面目标时瞄准点的选择问题,定义了区域要害指数、区域命中概率及命中要害指数,建立了通过计算拟瞄准点的命中要害指数来搜索最佳瞄准点的优化方法.理论推导和仿真分析表明,相关指标的定义是合理的,所设计的命中要害指数的计算与搜索方法简单、精确,该研究结论为工程上子母弹武器系统射击复杂形状面目标的火力运用提供了参考.

摘要：计算机试验的设计方法越来越受到重视,嵌套拉丁超立方体设计是计算机试验设计中的一种新型方法,其在多种精度试验中有广泛的应用。但多数嵌套拉丁超立方体设计要求低精度试验次数需为高精度试验次数的倍数,这在应用中会有很大的局限性。通过对其构造方法的改进,得到一种结构更加灵活的多层嵌套拉丁超立方体设计,使得不同精度试验的次数可以更加灵活选取。该设计方法在一维投影上可以达到很好的均匀性。仿真结果表明,该方法较若干相关方法能够达到更小的均方误差。

摘要：信号去噪通常是通过低通滤波器来实现的 ,但线性滤波在高精度场合并不能满足要求。为此提出了一种可给出信号高精度估计的非线性方法 ,分析了信号k阶导数的特点和噪声特性 ,在平稳时间序列的高阶差分对方差不变性的基础上 ,将信噪分离的参数估计问题转化为一类极值问题。利用矩阵理论分析了此类极值问题 ,给出了优化问题的解析解 ,并设计了相应算法。通过理论分析和实例验证了其有效性 。

摘要：针对性能指标与影响因素间响应模型未知的试验设计与分析的优化问题进行理论研究和算例分析。利用装备系统的先验信息扩展回归基函数,构造二次回归模型来刻画系统的内在关系。基于模型驱动的最优设计,提出了相应的点交换迭代法以及梯度上升法选取最优试验点。为解决试验点数小于回归函数的维数时信息矩阵退化的问题,提出了基于成本和距离的"再筛选"方法,从已有的最优确切设计基础上"再筛选"试验点。将稀疏理论引入到回归试验设计中,把具有稀疏性的回归试验设计模型参数估计问题转换为稀疏重构问题。利用MP算法对回归模型进行参数估计,保证较高的参数估计精度。结合算例,对提出的试验设计优化方法和参数估计方法进行验证,表明最优确切设计比经典最大熵设计的精度更高。