需求自感知的军港岸基保障物联网系统

军港人工保障模式已很难适应现代信息化战争对舰艇的实时、精确、高效、可靠保障要求。文章基于物联网的理念和技术,构建了具有需求自感知能力的军港岸基保障物联网系统,将业务需求数据、实时保障数据、保障过程视频等保障信息汇集融合到一个统一的平台上,实现了保障人员对保障过程的可视化、透明化的监视和控制。文章首先分析了军港岸基保障流程及其特点,定义了军港岸基保障物联网系统的概念模型,给出了其总体功能框架,在此基础上,讨论了军港岸基保障物联网系统的硬件结构和软件模型。军港岸基保障物联网系统已在某大型军港获得成功应用。     

基于小波分层连通树结构的信号重构

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,效率有明显改善。     

面向信息化战争的广义兰切斯特作战模型

由于经典兰切斯特方程不能描述信息对于信息化战争的影响,因此在分析兰切斯特线性律和平方律的基础上,通过引入战场感知系数和信息优势系数,并利用信息优势系数对线性律和平方律中毁伤系数进行修正,提出了能够描述信息对战争影响的广义兰切斯特作战模型,仿真实验结果说明其能够有效地描述信息优势对于改变战争进程所发挥的重要作用。该模型为研究信息化战争的交战过程提供理论参考。     

数字化步兵作战态势感知建模与仿真研究

通过分析数字化步兵的态势感知需求和信息获取来源以及信息传递方式，建立了数字化步兵单兵和连以下分队的态势感知模型，并进一步讨论了该模型的仿真实现途径。该模型可应用于数字化步兵作战仿真和单兵综合作战系统的效能仿真。     

多层次信息融合技术在燃气轮机故障诊断中的应用

探讨了信息融合技术在燃气轮机故障诊断中的应用,构建出一种燃气轮机多层次信息融合故障诊断模型.在模型的数据融合层,采用了自适应加权融合算法,以最小化传感器测量不确定度为目标对同源测量数据进行了融合,其结果再经特征层进行故障特征的提取和融合,最终通过决策层给出诊断判定.数值实验结果证明,该故障模型能有效减小传感器测量不确定度对于诊断的不良影响,所得诊断结果的合理性和精度均得到了提高.     

面向态势感知的网络空间态势本体模型研究

为了实现网络空间态势信息的共享,利用本体模型准确地描述网络空间态势要素及其相互关系。依据态势感知理论分析了态势要素的构成和态势核心本体模型;对网络空间态势领域的物理实体、虚拟实体、网络空间环境、事件等相关概念及关系进行了分析,并构建了本体建模;结合战场想定进行态势场景的本体描述,检验了本体模型的有效性。     

基于感知信息共享的C2网络特征分析*

指挥控制(C2,Command and Control)关系网络连接数的增加会增强指控节点之间的信息共享,但也会增加节点信息处理和交换负荷,如果达到一定程度,则会造成节点本身的"信息过载"从而影响C2网络性能.对此,通过研究C2网络在两种不同处理方式下的共享感知信息平均提交时间,用网络节点响应时间的均方差表征一个C2网络的共享态势感知时间的一致性,最后对两种不同结构C2网络特征参数的计算,说明了网络连接增加会导致信息提交时间的延长,但一致性会增强.     

通用作战态势图的构成与实现方法

通用作战态势图根据来自兵力级的多源信息,处理、显示目标航迹、身份、任务、地理信息等,形成战场态势综合显示,支持指挥员的战术态势分析、战术决策等任务,改善指挥员的态势感知能力,提高信息处理能力和速度,减轻压力和减少失误。面向态势感知的通用战术态势图(COP)的认知设计体系,描述了形成COP的数据来源及相应的数据关联和态势感知可视化的软件结构,并对COP中的战术目标群分类和目标数据采用模糊处理的方法,对COP工程化实现具有一定的借鉴意义。     

压缩感知新技术专题讲座(四) 第8讲 压缩感知在无线通信中的应用

压缩感知(CS)理论指出,如果信号在某个变换域内是稀疏的或可压缩的,那么就可以用与变换基不相干的低维线性观测矩阵实现信号的压缩测量。压缩感知充分利用信号固有的稀疏性或可压缩性,以远低于奈奎斯特频率,直接对信号中的重要信息进行采样,此时,采样速率不再决定于信号的带宽,而是决定于信号的结构和内容中所包含的信息,或者说是信号的信息速率。这种新型的信息获取方式带来了信号处理技术的革新,在各类模拟和数字系统中得到了广泛的应用。在无线通信系统的应用主要包括认知无线电、稀疏信道估计、无线传感器网络、阵列信号处理等方面。     

基于轮廓波变换的图像压缩感知处理

由于轮廓波变换(contourlet transform)能够更好地对图像进行稀疏表示。文章提出了基于轮廓波变换的图像压缩感知算法。将图像进行轮廓波变换后得到图像的稀疏表示,采用随机高斯矩阵对高频系数进行测量,实现数据压缩,然后采用正交匹配追踪算法恢复系数,再进行轮廓波反变换重构图像。实验结果表明,与原压缩感知算法相比,该算法有效地提高了重构图像质量的主观视觉效果和峰值信噪比。