书讯

由青岛海军潜艇学院夏佩伦教授编著的《目标跟踪与信息融合》一书,于2010年4月由国防工业出版社出版。该书介绍了军事应用背景下目标跟踪和信息融合的主要问题、理论和技术。全书共分8章。第1章探讨多传感器目标检测的数据融合,主要     

改进的拉格朗日松弛数据关联算法

在多传感器多目标跟踪领域中,当传感器为被动式的,传统的多维分配算法利用拉格朗日松弛算法求解.拉格朗日乘子更新一般用次梯度方法,但每次迭代都要进行多次极小化运算来求对偶解,导致实时性差.针对这个问题,提出了一种改进的基于拉格朗日松弛的数据关联算法,通过代理修正次梯度方法更新拉格朗日乘子,并在允许时间内获得近似解.仿真实验...     

基于最小负载的相控阵雷达自适应数据率更新算法

提出了一种基于最小负载的相控阵雷达自适应数据率更新算法.该算法基于交互多模型(IMM),以雷达负载最小为准则,推导出新息协方差矩阵和时间间隔T的函数关系,通过求取该函数在一定范围内的极小值,得到使雷达负载最小的时间间隔.仿真结果证明了该算法能够保持雷达负载最小的条件下,根据目标的运动情况自适应的改变跟踪时间间隔,目标机动时预测误差明显小于固定时间间隔目标跟踪算法.     

航天器软件的研发路线

航天器自主能力构建面临着需求不断增多、多变、复杂化、未知的发展趋势,需要在软件研发方式和架构设计上做出改变。在分析已有的4种研发路线的基础上,提出第5条路线,即基于模型化、数据化设计思想的研发路线;提出具有即插即用能力的业务模型,采用电子数据单技术自底向上构建设备级和功能业务级的即插即用能力;以智能规划业务为例说明了业务模型的设计应用。路线5的目标是为构建航天器自主能力和星地之间智能管控能力提供可持续发展的基础。     

航天应用载荷的高精度时间同步与共用信息分发

应用载荷直接获取航天器平台的时间和公共测量信息,并不能完全满足载荷的高精度时间基准和共用信息使用需求。一些功能载荷具备向外输出高精度时间和状态测量信息的能力,但硬件接口资源有限。将功能载荷作为FC-AE-1553光纤网络的一个节点,在FC-AE-1553光纤网络中叠加IEEE 1588v2时间同步协议,功能载荷的高精度时钟源能同步给有需求的其他载荷。并在时间同步的前提下,将功能载荷的测量数据如定位数据、姿态数据和轨道数据等共用信息同步发送至网络上的其他载荷节点。通过时间同步与同步发送机制,解决了各载荷对高精度时间和共用信息的需求,弥补了专用信息硬件接口资源的不足。结果表明,与直接利用航天器平台的信息源相比较,当时钟源和共用信息来自功能载荷时,FC-AE-1553网络时间同步之后的时间基准精度和共用信息利用性能高出3个数量级,载荷获取的UTC时间精度达到百纳     

基于Python的雷达信号处理软件开发

基于雷达信号处理相关理论、算法以及软件设计方法,并基于Python开发了可对雷达不同波形,以及相关算法进行仿真建模的开放式可视化软件.介绍了软件的主要功能特点、分级化管理的设计理念、数据内存分配与自适应对比分析控制的设计方法.系统可灵活设置与输入相关参数,可对数据进行直观的可视化分析,重塑性与扩展性强.为协助教学与实际应用研究提供了有力手段,最后的测试数据表明了雷达信号处理系统的有效性.     

基于数据驱动的自学习防空火力控制技术

立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑.     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现象,充分训练模型.实验结果表明,改进算法后对集群目标的检测效果要好于原YOLOv3,其准确率提高了3.14％,召回率提高了17.58％,符合巡飞弹作战中对目标检测精度指标的要求.     

数字化转型中的数据治理体系建设

数据治理是数字化转型的重要挑战,而数据治理体系的建设是数据治理的关键。本文从数据治理的主要挑战入手,分析了数据治理的框架、过程和评估,给出了数据治理体系建设的总体框图。     

大型集团企业经营管控大数据决策分析应用研究

本文通过对大数据发展趋势的研究,结合大型集团企业经营管控发展需求,针对大型集团企业数据量大、种类多、业务多样等特点,介绍了构建面向大型集团企业经营管控的大数据决策分析应用体系。本文重点介绍了应用目标、建设思路、需求分析、数据汇聚模式、数据资源分类及应用展示,为提升集团企业大数据应用水平和决策分析能力提供支撑。