计算机网络级联失效建模与分析

针对以往级联失效模型负载局部重分配规则与现实计算机网络全局路由特点不吻合的缺陷,模拟网络中信息流传输过程。定义路由器的失效条件,建立基于负载全局重分配的级联失效模型,并在此基础上提出基于连通和性能两方面的级联失效影响评价参数,进而分析用户流量和攻击方式对计算机网络级联失效的影响。结果表明,随着流量的增大,级联失效存在相变行为,相变点刻画了网络在不会发生级联失效前提下的最大传输能力。此外,针对网络中高度节点的攻击,更为容易引发大规模的级联失效,应予以重点保护。     

基于构件的装备管理综合信息系统软件开发

针对陆军部队装备管理综合信息系统软件开发的需要,采用基于构件的软件开发方法,建立了系统软件开发模型,分析了系统软件需求,分解了系统软件功能,设计了基于构件的系统软件多层体系结构,提出了业务构件开发和系统软件集成方法。     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

大型公共建筑自然通风节能设计

根据大型公共建筑特点与自然通风原理,探讨和归纳实现大型公共建筑自然通风的设计方法,并结合具体的工程案例阐述自然通风方法的实际运用。通过外部环境营造、平面布局控制与分化以及内部空间形态优化等策略,能较好地实现自然通风,降低建筑能耗。     

基于卷积码的协同中继编码性能分析

中继协同可以有效提高通信性能,而中继编码可以进一步发挥其协同作用。文章研究卷积码在一源多中继协同通信系统中的应用。首先介绍基于卷积码的协同中继编码的一般构造方法;然后通过中断概率的性能指标从数学上证明平行信道编码相对于重复编码的好处,推导出二、三个中继的协同通信系统的中断概率表达式,并给出对应的具体实施方案;最后分别对系统的中断概率和误帧率进行仿真。结果表明,基于卷积码的平行信道编码策略不仅能够获得编码增益,同时也能获得分集增益。     

一种基于卷积码的协同网络编码方案

文章研究了一种基于卷积码的协同网络编码方案,由协同通信系统结构确定对应的最优卷积码,然后通过最优卷积码确定协同中继编码。对该方案在瑞利快衰落信道条件下的误码性能进行了仿真,并与理论分集性能曲线进行比较。结果表明,由最优卷积码确定的协同网络编码方案获得了较好的性能增益。另外,由于常用最优卷积码已经确定,因此该方案容易实现。     

面向装备健康管理的可测性指标研究

可测性指标是开展可测性设计、验证和评估的依据.针对传统可测性指标主要用于故障可检测性和故障可隔离性水平评价,不能全面反映面向装备健康管理可测性水平的问题,在定性分析装备健康管理对可测性的本质需求基础上,从全域和瞬态角度提出了五个可测性指标以定量描述面向装备健康管理的可测性水平;并基于故障模式状态矢量给出了可测性指标的分析计算流程.最后以某装备柴油机的机体子系统为案例详细说明了可测性指标的计算过程,应用结果表明所提指标具有一定的可行性和合理性,可以有效指导面向装备健康管理的可测性优化设计.     

一种机群相对定位方法

针对机群协同编队导航定位问题,通过分析机群协同编队的特点,建立了编队成员的相对运动模型并引入视觉观测信息,提出了一种基于相对导航的机群联合组网定位方法,理论分析及仿真结果均表明了联合定位结果能达到机群中各成员惯导位置输出的平均水平,有效地减缓了编队系统的定位误差发散速度。     

C2组织的定量描述与分析

信息时代的C2组织是信息化战场作战体系的内核,高效运作的C 2组织是体系对抗优势的保证。以组织的规范描述为目的,提出C2组织要素间的多重关系及关系的定量描述方法,并以一次典型作战想定及其兵力编成为例,分析了C2组织的定量描述分析方法。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。