太空目标监视装备作战试验设计研究

按照现行装备试验鉴定体制的要求,装备作战试验是新研太空目标监视装备在正式交付使用单位前必须完成的一类试验。太空目标监视装备具有精密昂贵、价值高、单台套、集成度和复杂度高等特点,开展作战试验与普通的侦察探测装备和常规兵器区别较大。本文介绍了太空目标监视装备作战试验的对象与要求,分解了太空目标搜索发现、监视管理、目标识别、信息共享等实战能力和实战能力的生成与保持要求,构建了作战试验评估指标体系,并依据太空目标监视任务剖面和环境剖面设计了作战试验项目,基于作战试验指标考核评估确定了评估数据采集需求,紧贴太空目标监视装备实际使用面临的环境条件构设了逼真的作战试验环境条件。这些研究可为太空目标监视装备作战试验实践提供支持。     

基于DM2的体系结构可执行模型构建方法

基于元模型的体系结构设计思想和基于可执行模型的评估方法是体系结构领域研究的两个热点,但当前的研究没有将两者结合起来。文章基于DoDAF2.0提出的元模型数据(Meta-Model Data,DM2),将元模型的思想和基于可执行模型的评估方法相结合,分析了基于DM2的逻辑数据与可执行模型各构建要素的对应关系,构建了基于DM2的逻辑数据模型直接转可执行模型的过程框架,重点研究了如何直接从体系结构底层数据转可执行模型的方法,从而为进行基于元模型的体系结构可执行评估提供模型基础,也为进一步实现体系结构自动化验证评估提供技术支持。实例验证了文章提出的方法。     

一种基于三角面元的目标RCS实用计算方法

提出一种计算复杂目标高频区RCS的实用方法。首先采用3DStudioMax对装甲车进行三角面元模拟,然后运用路德维格积分[1]和物理绕射理论(PTD)计算目标的雷达散射截面积,通过对方柱RCS的计算,验证了所提方法的有效性,最后给出了C波段和X波段不同极化的装甲车和坦克RCS的方位分布图。     

一种融合显著性的Adaboost的电视制导图像变尺度目标快速检测方法研究

电视制导过程中随着弹目距离的减小,目标图像会呈现尺度的非线性放大,现在传统的目标检测方法,不能满足目标尺度的精确变化,导致目标定位偏差,且检测计算量大,无法达到实时性。本文将基于剩余谱的显著性检测方法融入Adaboost检测过程,并应用于电视制导图像的目标检测中,能够对海面或沙漠等背景较为单一的区域进行快速目标检测,且检测窗口能够准确适应目标尺度的变化。     

联合特征累积分析的压缩域运动对象检测

依据H.264压缩域中能够反映景物运动变化的MV和DCT系数特征,本文提出了一种多特征联合累积分析的压缩域运动对象检测方法。该方法对压缩码流中各宏块的运动信息进行时空域滤波,并使用雅克比矩阵描述全局运动参数和宏块MV之间的关系,简化参数求解过程,通过比较局部运动和全局运动之间的差异初步检测运动对象;选取宏块周围可靠的运动特征用于宏块DCT系数能量的投影累积,并通过熵能原理在压缩域中选取各个宏块的自适应阈值,检测运动对象的边缘及纹理显著区域;通过一定的逻辑准则将MV和DCT系数的检测结果结合起来,最终检测出视频中运动对象。实验结果表明,本文算法可准确地检测压缩视频中的运动对象,且检测结果具有较高的查全率和查准率。     

HLA数据回放及其可通用性问题研究

为了给HLA分布仿真系统提供运行数据的回放能力并解决各种回放策略都必须面对的数据完备、时序准确、运行高效及回放方法的可通用性等问题,对HLA联邦中的数据回放问题进行了研究,分析了HLA仿真中的回放需求以及HLA对回放实现技术的影响,指出回放方法的可通用性实质上是联邦独立性的概念,研究了将回放数据对象化处理的方法,针对成员式数据回放策略、基于对象序列化技术和成员自动生成技术提出了一种可通用的HLA数据回放实现方案,最后介绍了通用HLA数据回放工具的应用情况。     

分阶段执行策略及其查询处理技术的研究

针对面向对象数据库及其查询的特点 ,提出了查询处理的分阶段执行策略及其数据操作并行执行算法 ,理论分析和模拟结果都验证了它们的实用性和有效性。     

“with+复合宾语”结构的意义及汉译

“With +复合宾语”结构是英语中一个较复杂的结构 ,在句中做定语和状语 ,其补语部分可由多种词类或短语构成。此结构在句中的位置较活 ,可前可后亦可居中 ,译成汉语时也有多种译法     

基于Matlab神经网络的水下目标识别

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了目标像素灰度分布特征提取方法,并针对水下光信号衰减的情况,采用了色彩"补偿"的解决方案.对图像矩阵通过奇异值分解得到了目标有效维特征向量,分类器设计采用了Matlab环境下的BP神经网络,识别结果是令人满意的.这对猎雷具装备的发展具有一定的参考价值.     

平面图形对象拾取算法研究

介绍了在图形处理中,利用面向对象技术实现的平面图形对象拾取算法。与传统的以大量图像信息的存储为基础的位图存储方式下的图形对象拾取算法相比,本算法不但包括单个图形对象的拾取,而且也探讨了在复杂的图形组合下,如在图形重叠与覆盖的情况下进行多个图形对象拾取所需解决的算法难点。本算法对提高图像信息的存储效率和图形对象拾取的质量,对图像科学与面向对象技术的发展具有实际意义。