HBase中半结构化时空数据存储与查询处理

针对在HBase中如何进行有效的半结构化时空数据存储和查询问题展开研究,对该问题进行形式化描述,并利用半结构化处理方法 TwigStack提出HBase的半结构化时空数据存储模型,在此基础上开展了半结构化的时空范围查询和kNN查询。在真实数据集中进行实验,与需要硬件配置较高的MongoDB进行了对比,结果表明在普通配置的机器上,所提出的半结构化时空查询算法与MongoDB性能相近,在实际中具有优势。     

阵列互耦条件下运动目标角度跟踪方法研究

针对观测过程中角度发生变化时的运动目标跟踪问题,同时考虑到常规阵列中所普遍存在的互耦效应,通过分析均匀线阵互耦矩阵的带状Toeplitz结构,提出利用在原始阵列两侧增加辅助阵元的方法补偿互耦效应对阵列响应函数的影响,并将粒子滤波技术与原始阵列经互耦补偿后的观测数据相结合,实现了阵列互耦条件下对角度变化目标的高精度方向跟踪。仿真实验验证了新方法的优良性能。     

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。     

基于复合CBR的炮兵侦察情报处理系统模型研究

本文针对当前炮兵侦察情报处理系统工作现状,指出了现有侦察情报处理系统所存在的问题和局限性,利用人工智能中的基于案例推理技术,建立起基于复合案例推理的炮兵侦察情报处理系统的模型。该模型详细地描述了炮兵侦察情报处理过程,克服了现有基于规则推理系统不易扩展和修改的弊端,具备更好的处理效果。     

作战辅助决策中的不确定性信息处理方法

根据作战辅助决策的过程,分别分析了对不确定性信息的处理方法.实践证明,该处理方法具有较高的实用价值,可用于作战辅助决策的参考.     

基于数据仓库的装备维修经费综合预算管理信息系统设计

针对我军装备维修经费综合预算管理的内容和特点,提出了以综合预算数据库为基础、以预算分析数据仓库为中心、以操作数据存储为支撑、以联机分析处理和数据挖掘为手段的装备维修经费综合预算管理信息系统的结构模型,阐述了综合预算数据库和预算分析数据仓库设计、预算数据分析与数据挖掘模型构建的基本内容,为装备维修经费综合预算管理信息系统开发提供了新的体系框架。     

基于LWT的纹理特征提取方法

介绍了一种利用局部沃尔什变换(LWT)提取图像纹理特征的新方法,给出LWT的定义,并分析了LWT系数的统计特性及其各阶矩的纹理鉴别性能。结果表明:自然纹理图像的LWT系数一般不服从正态分布,其偶数阶矩具有较好的纹理鉴别性能,奇数阶矩的纹理鉴别性能较差,因此选取LWT系数的偶数阶(2、4、6阶)矩作为纹理特征。与Haralick[1]、Wang和He[2,3],以及HuiYu[5]等人提出的纹理特征相比,基于LWT的纹理特征具有更好的鉴别性能,并且计算简单。     

FFT-MTD滤波器组优化设计与仿真

介绍了用FFT算法实现雷达信号动目标检测(MTD)的方法,为提升MTD在强杂波环境下的检测性能,对加权FFT优化MTD时窗函数的选取进行了讨论,比较了6种窗函数加权时FFT等效多普勒滤波器组的幅频特性和改善因子,得出了适合于MTD的最佳窗函数,并针对某型雷达信号体制进行了仿真分析和验证,结果表明优化方法增强了MTD在杂波背景下的检测性能.     

变步长自适应算法在GPS空时抗干扰中的应用

针对基于FROST阵列处理的最小均方算法(FROSR-least mean squares,FLMS)收敛速度较慢的缺点,将FLMS算法和变步长技术相结合,采用了一种基于Sigmoid函数的变步长快速自适应算法(variable step-size FROSR-least mean squares,VFLMS)。将该算法应用于GPS接收机空时自适应处理系统中,理论分析和计算机仿真表明,VFLMS算法能够抑制大于阵元个数的多个宽、窄带干扰,效果理想。     

MGR-SAT:一种基于流模板的多粒度可重构数字信号处理器

面对需求各异的数字信号处理应用,当前主流的通用处理器、DSP、ASIC和FPGA不能同时满足各应用在成本、功耗、性能、灵活性方面的要求.针对这些问题,结合流处理技术、可重构技术和平台技术,提出一种基于流模板的多粒度可重构数字信号处理器MGR-SAT.MGR-SAT利用流处理技术来解耦合数据运算与访存,提供多种粒度的大规...