基于相关参数的自修正飞行数据估计方法

提出了自修正的数据估计方法.用待拟合参数及相关参数组成多阶数据矩阵,利用递归神经网络对数据矩阵中缺失数据进行初次多阶拟合;利用滑动窗口,在历史数据矩阵中进行相似模式搜索,以相似度作为权重系数,对初次拟合结果进行加权修正.分析证明,该算法的最差、最好复杂度分别达到了理论最好结果.从仿真结果可以看出,自修正算法数据拟合结果误差较之单纯神经网络拟合更小,估计精度更高.     

YHFT-DX高性能DSP中Cache失效流水设计

YHFT-DX是国防科技大学自主研制的一款高性能DSP.以提升YHFI-DX的 Cache 性能为目标,研究了降低 Cache 失效延迟的优化策略,设计并实现了一种针对高频高性能DSP的一级数据Cache优化策略--失效流水.与传统优化策略相比,该策略将连续访问Cache的失效请求并进行流水化处理,使多个Cache失效延迟重叠,从而达到降低平均Cache失效代价的目的.将该策略应用到YHFT-DX芯片的一级数据Cache控制器的设计与优化中,使访问Cache失效引起的流水线停顿从8拍降为2拍,显著提升了系统性能.     

HLA/RTI中的DDM概念与相关服务的关系

本文介绍了IEEE1516标准中的数据分发管理下的最新概念和相关服务,包括维、区间、区域规范、区域实现、缺省区域,以及它们之间的相互关系。同时介绍了在实现DDM服务时,需要考虑和对象管理、声明管理之间的相互关系。     

一种基于数据分析技术的战争制胜机理的探索方法

本文构建面向战争分析的数据体系,建立了机理分析模型库;提出了战争制胜机理分析流程,一是基于具体问题提取所需数据,二是利用模型进行数据分析得出影响战争结局关键因素或敏感要素,三是综合分析相关要素或因素获得结论。     

国防动员系统软件研制开发成功

为推进国防动员的规范化和网络化,进一步提高国防动员的效率,四川省军区与一些高科技单位共同研制开发成功了国防动员系统软件。该系统具有内容全面、智能性高、操作便捷、实用性强、全程监控、安全可靠等特点,实现了资源共享,提高了动员数据的准确性和可靠性。一是完善了信息管理系统。系统平时对国防资源信息进行采集、存储和管理,具有灵活的数据维护、查询、检索、统计、报表、打印等功能,并能将收集的各类人员、物资、装备等国防资源数据以规定的格式     

基于改进Elman神经网络的SINS动基座传递对准研究

在运用Kalman滤波进行SINS动基座传递对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于改进Elman神经网络的SINS动基座传递对准方法.首先通过增加输出层节点的反馈来改进普通的Elman神经网络模型,其次采用强跟踪滤波器对改进Elman神经网络进行训练.利用仿真数据对该算法进行验证,结果表明,该算法能够克服Kalman滤波的缺陷,提高传递对准精度达100%～150%.     

基于统计加权的单传感器数据融合算法

单传感器数据融合是十分重要的实际问题。为了提高数据处理的敏感性和精度,在研究基于关系矩阵的数据融合方法的基础上,提出了基于统计加权的数据融合方法,并对两种方法进行了对比分析。实例仿真表明,基于统计加权的数据融合方法优于基于关系矩阵的数据融合方法,该方法能减小无效测量值的范围,并且对测量值的变化更敏感。