中小型舰艇综合导航系统研究

舰艇航向、位置和姿态等导航信息直接影响舰艇的航行安全以及武备的使用效能。采用信息融合技术研究中小型舰艇综合导航系统，目的是以解决现役中小型舰艇导航设备信息获取分散，没有导航信息综合处理装置的问题，结合姿态传感器，为武备使用提供精确的姿态信息。介绍了中小型舰艇综合导航系统的组成、关键技术、技术优点以及最终达到的战技指标。仿真结果表明，使用该综合导航系统的舰艇在各个方面指标均优于未使用该系统的舰艇，可见该系统可在一定程度上解决现役中小型舰艇装备独立测量、信息精度不高以及无姿态测量信息的问题，该系统可以保证舰艇的航行安全和武备的使用效能，因此具有较好的实用性和较高的军事价值。     

基于模糊理论的入侵检测技术研究

对入侵检测技术进行了简要的介绍,并针对网络安全自身的模糊性,从基于数据挖掘的特征提取、基于模糊推理的数据分析和报警信息的模糊综合评判等三个方面,重点探讨了将模糊理论引入到入侵检测中的原理和方法,最后在此基础上进一步分析了目前模糊入侵检测的不足之处,并预测了模糊入侵检测的发展方向。     

基于AIS的商船雷达性能分析方法

利用模糊综合评价将雷达数据和AIS数据进行融合形成两者的共同航迹,实现信息互补和位置的精确定位。首先将雷达和AIS测得不同坐标系下的位置信息变换到同一个平面坐标系中;其次统一传感器的信息,由于二者对同一目标所采集到的时间不同;然后综合考虑航行速度、航行角度和航行距离来确定航迹;最后实现信息融合,通过实验验证基于AIS的商船雷达性能分析是可行的。     

基于模糊神经网络的水下机器人推进系统故障诊断

为了解决水下机器人推进系统运行可靠性问题，提出一种基于模糊神经网络的机器人推进系统故障诊断方法，用以解决故障诊断过程中信息的不确定性问题，并提高推进系统的整体可靠性。该方法在常规神经网络基础上，引入模糊推理形成一种新型模糊神经网络结构，提出一种最小调整的模糊神经网络学习率，完成模糊神经网络训练算法的推导。通过对水下机器人实施定速直航与转向等试验完成神经网络的在线训练，利用已完成训练的神经网络对机器人进行运动建模。通过比对神经网络模型估计值与机器人传感器的实测值获取残差信息，并对残差进行故障信息提取以实现故障诊断。将上述方法应用于仿真试验中，结果表明，基于模糊神经网络水下机器人推进系统故障诊断方法具有较高的可行性和有效性。     

信息融合系统中监控点的选择研究

本文针对信息融合技术中的传感器位置选择问题，将Ｒｏｕｓｅ故障３传播模型用于异常事件传播模型，提出了传感器位置选择的一般原则及基于信息论的选择方法。     

基于雷达/电视的自标校数据融合方法

针对航母起降引导系统岸基标校真值测量问题进行研究,提出一种基于着舰引导雷达/中线电视测量数据融合的目标定位算法。首先,考虑到起降引导系统相关设备测量频率不一致,且不同位置船体姿态不同、测量坐标系不统一的问题,进行时间取齐和空间转换,统一转换至理想着舰点坐标系下进行处理;接着推导各设备测量误差的传递模型;最后在新获得的误差方差基础上采用加权平均法将着舰引导雷达和中线电视的测角信息进行融合,并给出最终目标位置估计结果。仿真结果表明:该方法在着舰引导雷达和中线电视性能良好的情况下具备较高的定位精度。     

雷达与AIS目标航迹模糊关联与统计加权合并融合方法的探讨

基于多传感器信息融合理论，探讨了雷达与AIS 2种传感器的目标航迹，采用多因素模糊综合决策航迹关联与统计加权航迹合并的融合方法。确定其模糊因素集、评判集、关联与评判等准则，建立其数学模型，并进行计算机仿真。初步验证了该方法可以有效地提高目标航迹的精度与可靠性。     

基于雷达/电视的自标校数据融合方法

针对航母起降引导系统岸基标校真值测量问题进行研究,提出一种基于着舰引导雷达/中线电视测量数据融合的目标定位算法.首先,考虑到起降引导系统相关设备测量频率不一致,且不同位置船体姿态不同、测量坐标系不统一的问题,进行时间取齐和空间转换,统一转换至理想着舰点坐标系下进行处理;接着推导各设备测量误差的传递模型;最后在新获得的误差方差基础上采用加权平均法将着舰引导雷达和中线电视的测角信息进行融合,并给出最终目标位置估计结果.仿真结果表明:该方法在着舰引导雷达和中线电视性能良好的情况下具备较高的定位精度.     

模糊神经网络在故障诊断中的模型与应用

对一种地模糊神经网络的故障诊断方法进行了研究，探讨了模糊误字率攻模糊算了选择，以柴油示功图作为特征信号，构造了船舶主机故障诊断仿真系统，并给出了系统知识学习和模糊推理结果。     

基于模糊神经网络的航海信息融合技术研究

根据航海信息融合的要求，建立了航海信息融合处理模型，讨论了各种传感器数据的融合处理；采用改进的自适应模糊系统的径向基函数网络的信息融合算法实现目标信息融合，建立数学模型，给出了具体的算法，并通过计算机仿真，验证了该信息融合算法对提高目标数据的精度和可靠性的有效性。     

基于类封装的模糊推理在质量功能配置中的应用研究

质量功能配置QFD（Quality Function Deployment)是一种在产品设计阶段进行质量保证的方法。针对传统质量功能配置对模糊信息处理能力的不足,讨论了基于类封装的模糊推理实现方案,应用基于类封装的模糊推理技术对齿轮减速器的设计过程进行评估与决策。     

潜艇大气环境多传感器信息融合技术研究

介绍多传感器信息融合技术的概念,分析了多传感器集成与信息融合的问题,介绍了贝叶斯准则、D-S证据理论、模糊理论和神经网络的4种方法与算法,论述了潜艇大气环境多传感器信息融合技术研究的优点及其必要性.     

模糊推理规则的学习算法A

针对模糊推现规则的学习问题，基于Ｂ－Ｐ学习算法的思想，本文提出了模糊推理规则的学习算法Ａ。对于给定的训练集，学习算法Ａ能通过迭代学习到模糊推理规则，ｉｆＸｉｓＡｔｈｅｎＹｉｓＢ（α，β）中的α，β学习算法是Ａ具有易于实现之优点。     

基于类封装的模糊推理在质量功能配置中的应用研究

质量功能配置QFD(Quality Function Deployment)是一种在产品设计阶段进行质量保证的方法.针对传统质量功能配置对模糊信息处理能力的不足,讨论了基于类封装的模糊推理实现方案,应用基于类封装的模糊推理技术对齿轮减速器的设计过程进行评估与决策.     

基于定点磁标的水下导航定位方法研究

通过对水下定点磁标进行三维磁探测，获得载体当前位置与磁标点的相对位置，从而获得一个相对比较准确的定位点，应用卡尔曼滤波技术根据多次探测点的信息进行数据融合获得位置修正，从而可以得到可靠的、精确的定位信息。仿真结果证明此方法可以为水下载体的定位提供一种有效途径。     

基于模糊综合技术的多传感器目标识别融合

通过研究基于模糊综合技术的多传感器之间的目标识别融合技术，把不同传感器提供的不同信息进行融合，这样可以把声呐系统的检测、识别、定位和跟踪联系在一起，根据它们之间一定的关系进而提高声呐系统的各项功能，以达到对弱信号的检测和估计。     

面向目标识别的水下多传感器信息融合技术比较研究

对于水下作战，目标识别十分困难，因此必须走多传感器融合、多技术融合的道路，应分析研究不同的方法优缺点，取长补短，综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点，分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D—S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术，提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架，并结合应用讨论了其特点。     

一种基于模糊推理和模糊判决的雷达目标识别算法

本文旨在基于模糊推理和模糊判决对雷达目标识别过程中的各种不确定信息进行客观的定量分析和有效处理,以提高识别系统的可靠性和智能度。文中给出了雷达问题描述,把模糊集之间贴近度的概念用于雷达识别,并利用最大择近原则的方法推出了每类雷达有多个模式下的识别算法。     

模糊信息融合方法在分布式基准系统中的应用

由于舰船导航和武器系统的精度和可靠性等要求的不断提高以及分布式指控系统的发展，建立全舰统一姿态基准系统已成为必然。提出了利用测量结果推算出的甲板挠曲姿态信息作为分布式捷联姿态基准系统（简称分布式捷联基准）的补偿信息，然后利用基于模糊理论的信息融合方法建立全舰统一姿态基准系统。最后通过对简易模型的仿真研究，证明了这种方法是可行的并具有较高的精度。     

潜艇指挥决策控制模型及仿真研究

在分析模糊神经网络(FNN)结构的基础上,根据潜艇指挥决策控制的特点,提出了利用模糊神经网络建立潜艇指挥决策控制模型.潜艇指挥决策控制过程是一个典型的模糊过程,模糊神经网络能够较好地处理模糊信息,并具备模糊推理能力.文中给出了适应潜艇指挥决策控制特点的模糊神经网络结构,推导了模糊神经网络学习算法,并探讨了基于模糊神经网络的潜艇指挥决策控制模型在潜艇指挥控制系统中的应用.