高速三维地形显示系统的体系结构

从自行设计的专用三维地形显示的硬件和软件系统的观点出发,讨论了高速三维地形显示系统的体系结构、关键技术及其实现方法。以新一代的高速处理器ＩＮＴＥＬｉ８６０为核心,采用分配树技术,解决多路并行输出产生的竞争和瓶颈问题;实现Ｚ－缓冲硬件算法,提高系统的图形消隐速度;设计多帧存体结构,支持多通道、多画面信息的快速显示。     

面向连通性的空中分层网络中继航线规划方法

针对飞机编队执行任务的通信保障问题,依据空中网络分层环境特点,采用增加中继节点的方式实现网络的连通性。提出一种空中分层网络中继航线规划方法,以飞机任务航线为输入,通过比较最小生成树(minimum spanning tree,MST)中边顶点的连通分量是否与前一时刻相同,进行生成树优选;将中继段向量顶点的度和中继节点在2个中继段向量间的运动时间作为联合权重,进行中继段向量连接。仿真结果表明,该方法能够实现中继节点在时间和空间上的复用,相比传统算法,有效减少了中继节点个数,实现了中继节点航线优化。     

虚拟现实技术在制作树木中应用

介绍虚拟现实技术(VR)定义、特征及其国内外的研究状况,随着虚拟现实技术在不同领域的发展,在虚拟现实技术应用中主要是运用3d Studio MAX软件,用Scatter(离散)的方法和十字交叉法来制作树。利用现有的计算机资源,高效地生成虚拟动画。用它制作出来的树十分逼真,对于在建筑规划、建筑房屋销售方面、小区环境的设计以及绿化和小区的规划都有重要的作用。     

多方位-初距法解纯方位系统估值问题的优选算法

对纯方位系统估值问题,本文给出了两个优选算法。     

基于One-port模式的测试点选取问题

在故障诊断过程中 ,每个测试点检测故障所需的时间可能不同。对于每个测试点一次检测所有可检测故障点的问题已经获得解决。对于每个测试点一次只能检测一个故障点 ,分两种情况加以讨论。若要求检测时间之和最小 ,给出了最优算法 ;若要求最大检测时间最小 ,证明了其是NP完全问题 ,并给出近似算法。最后给出一个实例对算法加以说明     

基于LS-SVM算法的实兵对抗演习作战效能评估

在实战化实兵对抗演习训练中,经验驱动的作战效能评估方法存在主观性强、评估效率低的问题,对于部队提升实战化训练水平、强化实战能力带来不利影响。针对上述问题,提出数据驱动的实兵对抗演习作战效能评估方法,引入最小二乘支持向量机算法(LS-SVM)构建评估模型,通过演习数据对模型进行训练,建立效能指标和作战效能的非线性映射复杂关系。实验表明,基于LS-SVM算法的实兵对抗演习效能评估方法具有更高的效率和精度。     

天海背景图像天海分界的线性回归检测方法

针对天海背景远距离平视图像的成像特点,确定天海分界区域,可以减少目标分割时的计算量,抑制天海分界区域外不必要的噪声干扰。将求取天海分界方程归结为一个数理统计中的回归分析问题,通过将图像沿水平方向平均分成若干个区域,采用计算最大梯度得出每个区域的天海分界坐标,得到线性回归所需的区域坐标点集合,并用正态分布方法对野值进行剔除,运用最小二乘估计方法计算出天海分界线方程。结果表明,该方法可以准确地检测出天海分界线,且对目标背景特性不敏感。     

基于估值修正的分布式传感器网络最小均方算法

为使分布式传感器网络自适应滤波算法在具有快速收敛和低稳态误差的同时,具有对脉冲干扰的鲁棒性,在扩散LMS自适应滤波算法基础上,提出一种基于参数估值p阶范数修正的变步长最小均方自适应滤波算法,算法通过使用参数估值的p阶范数增抗其对脉冲噪声的抗干扰能力,通过合理设置变步长控制因子使得算法在收敛初期的收敛速度及收敛后期的稳态误差在一个较小的范围取得一个较好的平衡。对比实验表明,相比已有算法,所提算法性能更优且具有较好的鲁棒性。     

基于PLS特征提取的WNN装备保障性评估

为科学合理地评估装备的保障性水平,更好地发挥装备的作战使用效能,提出了一种基于偏最小二乘(PLS)的小波神经网络(WNN)装备保障性评估方法。该方法在系统分析基础上,构建了装备保障性评估指标体系;利用PLS提取诸多指标数据的主元特征;并利用获取的主元特征构建WNN模型,进而完成装备保障性评估。仿真结果表明,所提出方法的平均相对误差可达到0.009 6,比单一WNN模型评估效果有了改善,从而验证了它的可行性和有效性。     

基于改进RSS测距的拉格朗日优化定位算法

为了降低基于接收信号强度(Received signal strength Index,RSS)测距误差对节点定位的影响,解决基于RSS测距定位误差较大的问题,提出了基于优化RSS测距的平方最小平方定位算法(Square-least Square localization algorithm based on improved RSS,SLS-I-RSS)。SLS-I-RSS算法先通过多组锚节点间的距离和接收功率作为参考,降低基于RSS测距误差,然后再建立定位优化问题,并将定位优化问题转成规则化信任区域子问题,最后,再利用拉格朗日优化算法求解优化问题。实验结果表明,提出的SLS-I-RSS算法能够有效地降低定位误差,比传统的基于RSS定位算法减少了约12%～20%,但算法复杂度略有增加。