OQAM/OFDM系统中基于压缩感知的离散导频信道估计方法

针对多径信道条件下,偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中采用导频序列方式进行信道估计时导频开销较大的问题,提出一种基于压缩感知的离散导频信道估计方法。该方法利用无线信道的稀疏特性,建立基于压缩感知的OQAM/OFDM系统信道估计模型,对离散导频结构进行了优化设计,使较少的导频符号随机分布在子载波上,在接收端利用信号恢复算法实现信道估计。该方法能够显著减少导频数量,并实现高精度信道估计性能,通过实验仿真对比验证了所提方法在慢时变和快时变的无线信道条件下的有效性。     

海量感知数据高效传输技术

现有感知数据传输模型存在能量消耗大、网络生存周期短、适用范围窄、收敛性弱以及实际应用性差的问题,为了实现大面积感知数据高效传输,提出了基于数据关联度的模糊自适应融合算法,建立了自适应网络模型。感知节点发送的数据经汇聚节点、中继节点转发时,通过自适应网络模型,根据感知数据关联度,动态修正输入参数加权系数从而改变控制规则,再用优化的控制规则进行参数调整,融合后的数据再传送到上一级平台,实验表明了该算法能明显改善海量感知数据传输性能。     

切实加强第二炮兵工程保障动员运行机制建设

正现代信息化战争快速反应、精确制导、高度毁伤,大当量、远距离、精确打击武器直击要害目标,自然灾害和突发性事件等威胁地区安全的各种不稳定因素种类多、周期短、损失大、影响范围广等,使第二炮兵工程保障国防动员呈现出许多新的特点。建立和完善决策快、反应灵、效率高的第二炮兵工程保障国防动员运行机制,对于有序高效保障第二炮兵遂行使命任务意义重大。     

使用小波分层连通树结构的压缩信号重构

基于小波树模型的压缩感知可以通过较少的观测量得到鲁棒的信号重构,但采用最优树逼近时,则存在复杂度大的问题。在证明分层后的小波树仍然具备连通树性质的基础上,提出了基于小波分层连通树结构的压缩重构算法,在与原观测量一致的情况下,保证了重构精度并且提高了重构效率。实验结果表明,改进算法相对于原算法在处理大尺度数据时,效率有明显的改善。     

一体化作战指挥信息体系模型设计

针对一体化作战指挥条件下军事信息系统向大规模集成化、网络化"巨系统"方向发展的问题,提出了一体化作战指挥信息体系的信息认知链参考模型和多组件立体式框架模型。引入体系理论,定义了一体化作战指挥信息体系的概念。在定义了信息生命周期的基础上,构建了一种信息认知链模型,提出了一个一体化作战指挥信息体系信息认知链参考模型。结合体系层级结构,提出了一个多组件立体式一体化作战指挥信息体系框架模型。模型的设计为一体化作战指挥信息体系的构建和评价工程研究提供了基础模型。     

拆弹“排头兵”

正王景峰海装某弹药修理试验站检修所弹药检修技师销毁废旧弹药,犹如火山口行走、刀口上舔血。王景峰貌不惊人,拆弹手艺可是无人不竖大拇指。在一次销毁某地战机遗留弹任务中,他遇到了个险活儿:战机携行弹药在坠机后已严重扭曲变形,且随时有掉落的危险,安稳取弹成了首个难题,几个从业多年的高工都没有十足把握。进退毫厘,可能事倍功半,也可能玉石俱焚,     

金字塔控制与军工上市企业价值研究

金字塔控制是军工集团产权结构的一种常态。政府为保持对国有股权的掌控,通过国资委一军工集团公司一军工上市企业的金字塔层级链来间接控制军工上市企业。实证研究显示,金字塔股权结构下军工上市企业控股股东,通过公司治理上的制度安排来参与企业经营管理,实现控制权与现金流权相分离,并且两权分离度越大,控股股东通过行使控制权进行“利益输送”的可能性越大,企业的市场价值就越小,但这种边际影响将逐渐减弱,理论上,存在一个分离度的最优控制点。这为军工行业进行资本重组和职能部门进行市场监管提供了政策性启示。     

一种轻型察打一体化无人机系统设计

针对基于中小型无人机飞行平台挂载轻型制导炸弹,对目标进行锁定与打击的任务需求,设计一种轻型察打一体化无人机系统,提出系统功能、组成和实现方案。对系统指标进行分析研究,重点分析了作战半径、侦察能力、最大攻击距离以及打击精度等主要性能指标。对系统设计的关键难点进行仿真分析及试验验证,仿真结果证明设计方案合理可行。     

全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。     

含噪稀疏信号重构的l0范数期望值最小化方法

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。