空时频域中欠定混合条件下的波达方向估计

波达方向估计是阵列信号处理领域的热点问题,但经典的波达方向估计方法通常要求阵元数大于源信号个数,即满足超定条件,而在实际中往往面临的是源信号个数大于阵元数的欠定条件。基于此,提出了一种基于空间时频分布的多重信号分类扩展算法,通过将空间时频分布矩阵进行扩展,实现了欠定条件下的波达方向估计。相比时频多重信号分类算法,所提算法能同时适应超定和欠定条件;相比已有的欠定波达方向估计方法,其不但保证了波达方向估计的精度,而且放宽了对源信号稀疏性的要求,同时还降低了对快拍数的要求。仿真实验结果证明了该方法的有效性。     

NSHT预警装备体系网络化建模与分析

针对NSHT的运动特性和NSHT预警装备网络化趋势,对NSHT情报的分布式碎片化的特点进行了分析,设计了装备体系节点间的信息流向。在此基础上,提出了基于复杂网络理论的NSHT预警装备体系网络模型,并对网络模型的拓扑结构、统计特征等进行了研究,提出了NSHT预警装备体系连接结构的设计建议和应用思路。     

无人机风梯度滑翔过程中能量变化

风梯度滑翔是一种能够使飞行器从飞行环境中获取能量的飞行方式。在已建立的飞行器动力学模型的基础上,分析了无人机在已知的梯度风场中一个滑翔周期内的能量变化过程。采取分段解析的方法,将一个风梯度滑翔周期分为4个阶段进行分析,即逆风爬升、高空转弯、顺风下滑和低空转弯,其中高空转弯为整个滑翔周期内的关键阶段。采用三维空间路径结合二维平面投影的计算方法,详细分析了无人机在高空转弯过程中的运动方程和能量转化方程,同时分析了影响飞行器从梯度风场中获取能量以及梯度风场中由于空气阻力导致飞行器能量损失的相关参数,为无人机最大程度地从梯度风场中获取能量,同时减少自身能源损耗提供了理论指导,并且根据理论建模进行了仿真分析,得出了逆风爬升和高空转弯的初期是获取能量主要阶段的结论,对指导无动力滑翔有很大的意义。     

基于扩张状态观测器的稳定控制算法

在稳定控制系统中,以PID控制算法为典型代表的传统负反馈设计,依靠系统在低频段的增益来实现对载体扰动作用的抑制,具有一定的局限性。以某陀螺稳定平台为研究对象,在PID负反馈稳定控制系统的基础上,通过加入扩张状态观测器对扰动进行了观测及补偿。仿真比较了加入扩张状态观测器前后的算法控制效果,结果表明扩张状态观测器是提高控制系统稳定精度的一种有效方法。     

大型城市综合体防火存在的问题及应对措施研究

做好防火工作,是预防大型城市综合体火灾的有效途径。在研究大型城市综合体火灾危险性的基础上,从设计施工和防火管理两大方面,分析了大型城市综合体防火存在的问题,并从设计施工、防火管理、宣传教育以及提升外保温材料的防火性能四个方面,有针对性地提出了提升大型城市综合体防火能力的措施,以期为大型城市综合体防火工作提供借鉴。     

基于复杂网络理论的军事通信网信息传播模型

文章结合军事通信网的发展趋势,论述了军事通信网的无标度特征,建立并研究了一种具有无标度特征的军事通信网的信息传播模型。研究表明,在具有无标度特征的军事通信网中,信息有效传播的临界值为零,即信息一旦被获取便可以在网络中有效传播。此外,文章借鉴病毒传播网络中的免疫策略,提出了限制军事通信网中假消息传播的熟人屏蔽策略。     

面向战略预警数据化辅助决策关键问题研究

从美国空海一体战的产生背景和意图入手,提出战略预警信息支援的重要性。结合战略学理论,提出基于战略态势感知的预警手段,总结了战略判断方法论的具体要求和运用。由于大数据情报已经成为信息化作战时代的根本战场生态,军事领域的很多问题都与大数据密切相关。为此,提出了基于情报分析的战略预警数据化辅助决策,研究面向战略预警信息支援的数据需求体系和处理流程等关键问题。     

阈下信息:一种提高思想政治教育效果的新方式

传统的思想政治教育通过显性的方式得到教育的目的,在现在效果有所降低.阈下信息作为一种新的手段,可以引入到思想政治教育当中来.它所具有的隐蔽性,可以避免显性教育的弊端.文章最后提出了阈下信息用于思想政治教育的实现途径.     

基于Protg OWL API的本体一致性维护

分析了各种OWL本体修改操作可能导致的本体冲突,以Prot·g·OWL API为本体推理机,介绍了其中主要本体操作函数的功能和一致性设计,并针对其不能解决的本体冲突,提出了本体修改的一致性维护方案。此方案不仅有效利用了Prot·g·OWL API本身具有的一致性维护功能,而且其中所有规则都能采用Prot·g·OWL API中的函数实现,具有良好的实用性。     

面向蛋白质功能预测中有向无环图标记结构的多示例多标记学习

在多示例多标记学习问题中,标记之间往往是相互关联的,其中有向无环图结构是一种常见的层次关联结构,可见于蛋白质的基因本体学生物学功能预测的应用场景中。针对其标记间的有向无环图结构,提出了一种新的多示例多标记学习算法。算法从原始数据的特征空间训练出所有标记共享的低维子空间,通过随机梯度下降方法来降低模型排序损失,并融入标记间有向无环图结构关系对预测标记进行优化。将该算法应用于多个数据集的蛋白质功能预测中,实验结果表明,该算法具有更高的效率及预测性能。