关联数据及其在国际军事情报工作中的应用

关联数据是语义网的最佳实践,其国际最典型应用体现于军事情报工作中。在阐述关联数据的概念及其"数据"与"语义关联"的本质特征的此基础上,分析了关联数据在情报工作全流程中的具体应用,包括:情报收集的多源异构情报融合共享获取能力、情报分析的智能化关联综合能力、情报发布的开放与知识链接导航能力及情报组织利用的语义结构化与高效检索能力等,并进而提出了我国我军实现关联数据的策略。     

一类完全非线性函数的证明与计数

Helleseth等最近给出了一类二项式形式的完全非线性函数,这是至今为止所发现的第一类由两个互不等价的单项式组成的二项式形式的完全非线性函数。本文利用Frobinus自同构将其变形为一个新的二项式,给出了其完全非线性的简洁证明,指出了这类函数与x2是等价的,最后讨论了该类完全非线性函数的计数性质。     

扩展卡尔曼滤波在双基地信息融合中的应用

研究了扩展卡尔曼滤波理论,给出了双基地声纳系统的测距模型,推导了基于双基地声纳系统方位和距离的目标运动分析方法,给出了扩展卡尔曼滤波算法的模型,提出了给定发射站和接收站信息条件下的扩展卡尔曼滤波融合算法,进行了仿真实验,比较和分析了仿真结果,结果表明,所给出的目标运动分析方法提高了目标运动分析的稳定性和全局性。     

基于IEPF序贯融合的多传感器管理方法

针对主被动传感器信息融合的特点,提出了一种在IEPF序贯融合基础上进行传感器管理的方法。工程常采用的传统扩展卡尔曼滤波融合算法滤波精度不高,因此结合采用了粒子滤波方法。先对主被动传感器采用迭代扩展卡尔曼滤波集中式序贯融合,利用融合后的信息进行粒子更新,提高滤波精度,在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强多传感器对环境变化的适应能力。     

土工格栅加筋土挡墙稳定性影响因素敏感性分析

以灰关联分析法为手段,通过有限元强度折减法计算加筋土挡墙的稳定安全系数。结合水富—麻柳湾高速公路的土工格栅加筋土挡墙实际工程,分析了各因素对土工格栅加筋土挡墙稳定影响的敏感性,按大小依次为：内摩擦角、筋土间摩擦系数、粘聚力、筋带长度、筋带轴向拉伸刚度、筋带间距和填土密度。建议设计中,如果条件许可应优先选择摩擦角和粘聚力较高的填料,当填料受限制时,要提高加筋土挡墙的稳定性可以优先考虑选择与填土有较高摩擦系数和轴向拉伸刚度较大的土工格栅进行设计。     

模糊灰色关联模型在遮弹层防护性能评价中的应用

为对遮弹层防护性能进行综合评价,建立了遮弹层防护性能评价指标体系,采用多对象模糊综合评价和加权多层次灰色关联评价相结合的方法.得到了遮弹层防护性能的二级模糊灰色关联评价模型,并对五种遮弹层的防护性能进行了评估.结果表明,综合考虑直接成本、施工条件、伪装性能等因素,刚玉块石混凝土遮弹层防护性能最佳.该模型为遮弹层防护能力综合评估提供了理论依据.     

灰关联分析在情报处理系统效能评估中的应用

利用影响情报处理系统效能主要因素指标的灰色特性,提出用灰关联分析法作为系统效能评估的方法,并建立了基于该方法的效能评估模型.实例计算分析表明,所提出的方法简单有效,不仅能评估系统的效能,还能对多个系统的效能优劣进行排序.     

结构效应:国防费结构关联分析

国防费存在着“量”与“质”的规定性,于是就有了国防费的“量”的规模与“质”的规模。两者相比,后者更为重要。于是,文章引入“结构关联”概念对国防费及其规模进行分析,得出了国防费结构效应的命题。通过对结构关联的分析,作者认为:国防费“质”的规模可以“成长”,但其“成长”主要依赖于国防费结构关联,而国防费结构关联由国防费结构关联水平、关联规模和聚合质量三因素以三维立体形态构成,因而国防费结构关联水平的高低、关联规模大小和聚合质量优劣决定国防费的“质”的规模。文章在对三因素进行系统分析的基础上,就国防费“质”的规模成长提出了一些政策性建议。     

基于卡尔曼滤波器的GPS动态滤波方法

提出了一种解决随机误差影响GPS动态定位精度问题的方法.首先将GPS定位中的各种误差源在各方向造成的总误差等效为一个当前均值与一个符合一阶马尔可夫过程的有色噪声之和;其次对于GPS机动载体的加速度采用当前统计模型,然后通过扩展状态变量的思想和采用自适应算法建立相应的卡尔曼滤波器模型.该模型直接从GPS接收机输出的定位结果入手,实时性好,滤波后定位精度得到提高.     

反馈系统强镇定的区间算法

反馈系统强镇定不改变受控系统的传递零点 ,而受控系统的传递零点影响反馈系统跟踪参考信号和扰动抑制等能力 ;反馈系统可否强镇定还与两个受控系统是否可同时镇定有密切关系 .给出了判定和计算受控系统强镇定的一种新的算法———区间算法 .这种算法是一种大范围求解方法 ,能同时求出受控系统的全部零点 .