某自行高炮模拟训练中三维目标仿真

考虑到利用真实目标进行跟踪训练的昂贵费用及存在的风险,结合自行高炮的模拟训练,对飞行器的航迹进行了模拟,调用3DS模型,生成高程地表模型,结合OpenGL编程技术通过纹理映射实现真实感地形和天空,并且通过采集跟踪镜的输出,将其作为反馈量用来控制目标的位置,使目标的运动能够真正形成正反馈,最终实现三维目标飞行全过程.     

基于MBB对应关系的视频中多物体快速跟踪

针对视频监控应用中对视频物体跟踪算法实时性、容错性要求高的特点,提出了一种基于MBB对应关系的快速跟踪算法。该算法放弃了传统的点匹配跟踪算法,从对相邻两帧物体MBB的重叠特性的分析出发,快速确定物体与物体间、物体与场景间的复杂对应关系,并综合利用直方图匹配等方法,解决物体重复出现后的标识问题。通过对NUDT和PETS视频数据的实验分析证明,该算法能够对复杂场景中多个物体同时进行跟踪标识,准确检测处理物体进入、离开场景,以及物体间的合并、分离和遮挡,对复杂环境和预处理造成的错误有较好的容错性。该算法参数设置简单易行,结合预处理快速算法,整个检测跟踪算法耗时大大低于同类算法。     

一种基于本体的军事需求一致性分析方法

军事需求不一致问题事关军事信息系统建设的成败.首先,分析了军事需求不一致的表现形式和产生原因,并从本体论的特征、功能入手对本体论与解决军事需求不一致问题的关系进行了讨论,提出了基于本体解决军事需求不一致问题的思路.其次,以军事需求活动为主线,将军事需求本体分为概念本体、动作本体和活动本体,并通过应用领域分析、描述对象分析和对象关系分析三个基本步骤进行确定.第三,根据各类军事需求本体的不同,对各处本体的建模方法分别进行了阐述.最后,利用语义推理,实现了基于本体的军事需求一致性分析,并对推理步骤进行了详细的叙述.     

基于SINS/DVL/GPS的AUV组合导航技术

为了提高自主水下航行器组合导航系统的精度,选择了捷联式惯性导航系统(SINS)和多普勒速度声纳(DVL)导航为主、GPS卫星导航系统为辅的组合导航方法.通过Kalman滤波技术对组合导航的误差状态进行了估计,并采用反馈校正的方法修正SINS的导航误差.仿真结果表明SINS/DVL/GPS的组合导航可以有效地提高水下航行器SINS/DVL组合导航系统的导航精度,满足AUV远距离航行的精度需求.     

雷达网信息传输能力评估算法动态仿真

基于对连通概率、时效性函数、误信率的具体界定,对雷达网的信息传输能力进行了系统的研究。提出了一种具有良好操作性的定量评估方法,并对传输时延动态估计算法进行了仿真。     

航空无线电通信系统作战效能评估

无线电通信系统是航空无线电电子综合体的重要组成部分,在信息战环境下对其作战效能进行有效评估尤为重要。结合航空无线电通信系统自身的特点,在ADC模型的基础上对单个电台进行了效能评估,基于AHP模型对整个无线电通信系统建立了评估模型,并通过实例对无线电通信系统效能进行了较为客观的分析和评估。整个评估过程结构清晰,易于理解和计算,通过实例得出了较好的评估结果,对航空无线电通信系统的设计和应用具有一定的现实意义。     

基于空中目标态势和作战能力的威胁评估算法

对空中目标进行威胁评估和目标分配是阵地防空指挥中心的一项重要工作,威胁评估的准确性将对防空作战的结局产生重大的影响。提出了一种新的威胁评估算法,在综合考虑空中目标态势和作战能力的前提下,分析了影响目标威胁评估的几个因素,并结合装备的战斗性能建立各函数的威胁度隶属函数,求出目标威胁度和排序,最后给出软件流程。     

线粘弹性材料中三维裂纹问题的加料有限元法

将加料有限元法扩展应用于线粘弹性材料三维断裂问题.为了反映裂纹尖端的奇异性,在裂尖附近的奇异区采用若干八节点六面体加料单元和过渡单元,非奇异区采用常规八节点六面体单元.三种单元分区混合使用形成求解域网格划分.基于Boltzmann叠加原理,推导了粘弹性材料的增量型本构关系,进而获得了增量加料有限元列式,并通过附加自由度计算粘弹性介质中裂纹应变能量释放率.数值算例验证了方法的正确性和有效性.     

灵活的多层嵌套拉丁超立方体设计构造

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。     

并行规约与扫描原语在ReRAM架构上的性能优化

规约与扫描是并行计算中的核心原语,其并行加速至关重要。然而,冯·诺依曼体系结构下无法避免的数据移动使其面临“存储墙”等性能与功耗瓶颈。近来,基于ReRAM等非易失存储器的存算一体架构支持的原位计算可一步实现矩阵-向量乘,已在机器学习与图计算等应用中展现了巨大的潜力。提出面向忆阻器存算一体架构的规约与扫描的并行加速方法,重点阐述基于矩阵-向量乘运算的计算流程和在忆阻器架构上的映射方法,实现软硬件协同设计,降低功耗并提高性能。相比于GPU,所提规约与扫描原语可实现高达两个数量级的加速,平均加速比也可达到两个数量级。分段规约与扫描最大可达到五个(平均四个)数量级的加速,并将功耗降低79%。