一种面向应用的NOC缓冲区分配算法

片上互连网络是片上通信问题的有效解决方案,但其存在严重的资源限制.输入缓冲区占据片上网络总面积的显著部分,同时其容量大小对不同应用映射后获得的性能有重要影响.给出一种面向应用数据负载的NOC缓冲区分配算法,针对不同的应用映射,该算法可以根据数据流量分布特征实现各个路由器输入通道上缓冲区资源的定制分配.实验结果表明,使用该算法后,系统缓冲区资源得到了更有效的利用.与均匀分配缓冲区的NOC系统相比,采用该算法实现的缓冲区分配方案使系统在保持性能变化不大的情况下,能够节省约50%的缓冲区总容量.     

合成孔径雷达窄带干扰抑制技术综述

对合成孔径雷达实施有效的电子防护,使之具有降低(消除)非人为电磁干扰和人为电磁干扰的能力,是保证合成孔径雷达发挥正常性能的重要条件之一。对非人为电磁干扰抑制的发展现状进行总结,将干扰抑制分为参数化方法和非参数化方法,分别讨论了参数化抑制方法中的干扰建模、参数估计以及非参数化抑制方法的两种主要技术途径,分析了干扰抑制效果的评估方法。最后根据实践和经验提出了合成孔径雷达干扰抑制的几项建议,对今后的发展趋势进行了展望。     

核心体系结构数据模型的改进方案

核心体系结构数据模型(Core Architecture Data Model简写为CADM)提供了如何组织C4ISR系统体系结构数据的概念视图,其设计思想对体系结构数据的查询效率、可重用性以及可扩展性有着非常重要的影响.概要介绍了CADM的设计思想,并针对当前CAMD模型数据重用粒度低、扩展性差等缺点,提出了开放性原则、规范性原则、兼容性原则以及重用性原则等数据模型的改进方案,最后分析了这种方案的优缺点.     

基于马氏距离的飞行缺失数据估计方法

针对基于欧式距离的最近邻居的缺失值估计算法的不足,提出了一种基于马氏距离的估计算法来估计飞行数据集中的缺失数据.该算法通过飞行数据之间的马氏距离来选择最近邻居数据,并将已得到的估计值应用到后续的估计过程中,然后采用信息熵来计算最近邻居的加权系数,得到缺失数据的估计值.仿真结果表明该算法优于基于欧式距离的最近邻居缺失值处理算法,是一种有效的飞行数据缺失值估计方法.     

带优先级的单类型航空弹药转运多目标规划模型

针对航母航空弹药转运过程非常复杂、涉及设备多、要求高的特点，在对其流程进行细致分析的基础上，将其抽象为一个两阶段多目标规划问题。同时，深入分析了转运过程中的各种约束条件、构建了该问题的两阶段优化模型。建模时，不仅考虑了武器升降机的有效利用、弹药量的合理分配等因素，还考虑了转运时对于不同类型弹药转运优先级与停机区弹药需求优先级的要求。通过模型优化，在满足转运优先级要求的基础上，能有效提高航空弹药的转运效率。     

多传感器的极大似然配准算法研究

数据配准是多传感器数据融合的先期处理过程。在研究了传统的最小二乘算法的基础上 ,提出了基于三维坐标系中的极大似然配准算法 ,解决了最小二乘配准算法对于传感器相距较远时无法解决的问题。最后通过计算机仿真验证了算法的有效性。     

面向作战任务的最小风险传感器调度方法

基于风险理论提出一种面向不同目标探测任务的传感器调度方法。将主动传感器辐射被截获风险和目标探测风险结合起来,建立一般目标探测框架下的传感器最小风险调度模型。分目标跟踪、目标识别和目标威胁等级评估三种情况将传感器最小风险调度模型具体化,给出不同情况下目标探测风险值的计算方法。针对模型的求解提出一种基于混沌思想、反向学习和双向轮盘赌的改进人工蜂群算法。通过仿真实验证明了模型的可行性和算法的有效性。     

密集杂波环境下用于多目标跟踪的改进PDA算法

概率数据关联(PDA)算法在密集波环境下跟踪单目标时具有良好的效果,但当跟踪多目标时,由于未能考虑相邻目标间的相互影响,因此效果不佳,针对PDA算法的不足,基于多目标跟踪中相邻目标间相互影响的特点,提出了一种新的改进概率数据关联(NIPDA)算法.新算法引入量测J属于目标t的概率Bjtk,并用其对关联概率进行修正,从而在计算互联概率时考虑了相邻目标间的影响.仿真结果表明,新算法在计算量与PDA算法相近的情况,提高了目标跟踪成功率.     

基于Bayes理论的航空电子设备可靠性评估

针对航空电子设备无失效数据可靠性分析问题,提出了weibull分布下基于Bayes理论的无失效数据分析方法,基于分层Bayes思想建立了模型,推导出可靠性参数后验分布计算公式,结合实例,验证了方法的有效性,结果表明,此方法计算结果符合工程实际,在其他电子设备可靠性分析中,有一定的借鉴意义.     

基于大数据分析的网络管理智能化

军事通信网综合管理系统中,各专业网络运行情况的主要数据都可汇总到综合网管数据库中。这些网管数据中隐含了网络运行的几乎全部信息,但即使是最有经验的网络管理专家面对这些繁杂的数据也只能望洋兴叹。面对大数据的智能分析技术则有可能实现网络运行态势的高度可视化,充分理解和详细把握全网运行状态,像知识、经验、联想丰富的专家一样不知疲倦地对网络运行状况进行全面细致地分析,从海量的网管数据中发现网络故障的蛛丝马迹,发现隐含的问题,预知网络变化。论文介绍了利用大数据分析技术实现网络管理智能化的现实目标,基于性能的网络异常预测预报、基于性能和事件的故障分析诊断、网络运行知识的挖掘利用等方面的功能和技术途径。