云平台上基于关键路径截取的有向无环图应用调度算法

针对云平台上有向无环图科学应用执行容易产生虚拟机资源过剩、资源使用率低及费用虚高的问题,给出一种基于关键路径截取的有向无环图应用调度算法。该算法采取关键路径截取技术,循环找出最晚完成的未分配任务,从该任务出发,在所有未分配任务构成的图中找出最大连通子图,并计算该子图的关键路径,然后将关键路径上的任务集调度到性能匹配的虚拟机上执行;同时通过任务回填技术充分利用虚拟机的空闲时间槽,提高资源使用率。实验结果表明,在云计算平台上,该算法不仅能够在截止时间内完成有向无环图科学应用,而且可以提高资源使用率,有效减少完成该应用所需整体费用。     

微处理器容软错误设计量化评估指标及评估方法

针对高可靠微处理器软容错设计,提出了一种新的可靠性度量标准,增强的平均无失效工作量,以解决现有度量标准没有综合考虑性能、面积、功耗开销带来的可靠性降低的缺点;提出了一种评估方法对增强的平均无失效工作量以及两种控制流检测技术进行定量评估。评估结果表明,软硬件结合的控制流检测技术较好地折中了可靠性、性能、面积和功耗。量化评估指标全面考虑了多种开销对微处理器可靠性的影响,采用相应的评估方法可以更加准确地对微处理器可靠性加固手段进行定量评估,以指导设计探索和设计优化。     

基于逾渗理论的无人机网络覆盖性能的研究

实现并维持网络覆盖是部署无人机网络的基本目的。然而,网络结构复杂,在无人机网络中实现并维持网络全覆盖是一项挑战工作。为此,对无人机网络覆盖性能进行研究,并利用逾渗理论推导实现覆盖的临界节点密度。对无人机在地面上的覆盖区域进行正六边形和正方形的近似处理,利用六边形棋盘和正方形棋盘对监测进行网格化,并结合逾渗理论,推导实现对监测区域进行全覆盖的临界节点密度。通过仿真实验,证实了所推导的临界节点密度的准确性。     

异步非平稳干扰抑制方法

为解决单通道条件下异步非平稳干扰抑制问题,提出基于数据驱动的稀疏分量分析干扰抑制方法,旨在从接收到的混叠信号中恢复期望信号。该方法利用深度卷积神经网络对输入/输出端数据间的复杂映射关系的强大建模能力,实现了目标信号稀疏域的自适应选择、稀疏域中目标信号稀疏表示的自适应学习以及目标信号的自动恢复。与以往干扰抑制算法不同,所提方法在时域上完成了“端到端”的信号波形恢复,且对混叠观测无先验要求,相比现有方法更具普适性。仿真实验验证了所提干扰抑制方法在不同环境噪声和干扰信号强度及泛化测试条件下的有效性,对干扰的抑制性能显著优于现有算法。     

依据历史轨迹构建城市出租车移动概率模型

针对无法在线实时获取移动出租车实时状态信息的条件下,根据对历史轨迹信息的处理分析,提出将隐马尔科夫理论应用到城市出租车移动轨迹模型中,通过实际数据的分析建立出租车运动模型,通过对模型的计算来预测节点的位置分布概率,并在此模型上针对不同的用户需求进行查询处理,为用户提供搭车路线决策支持。通过利用真实数据集的实验证明,模型能够较好的模拟出出租车节点的运动状态,用户也能够从模型中获取较高精度的位置状态信息。     

末段高层反导装备PHM多socket仿真分析

详细分析了独立于LRU的PHM方法和基于故障征兆预测的PHM方法的预测原理。利用LRU和PHM的MTBF概率分布和socket的全寿命周期费用建立仿真模型,介绍模型仿真方法与详细过程。研究了末段高层反导武器系统单socket全寿命周期费用与安全极限和预测距离的关系。引入同步时间的概念,利用单socket模型的方法优化多socket组成的系统。模型仿真结果更贴近末段高层反导装备实际,比单socket模型更有应用价值。     

对预警机跟踪系统的干扰效果分析

预警机在现代战争中发挥着重要作用,为了分析对预警机雷达跟踪系统的干扰效果,研究了预警机雷达的跟踪系统;建立了干扰条件下的跟踪系统模型,并对模型进行了仿真,得到了信干比与跟踪误差的定量关系.结果表明:随着信干比的降低,预警机的跟踪误差变大,不能对目标进行稳定跟踪.仿真结果为干扰效能分析和战术运用提供了依据.     

基于模拟谈判的装备采购合同知识产权条款 拟制研究

装备采购是我国国防能力建设最重要的手段之一,对加强我国军事能力建设、提高国际影响力至关重要。为了对装备采购合同各方知识产权的归属、利益分配等核心要素进行明确,对涉及的关键、领先国防知识产权进行保护,本文针对军队装备采购合同中知识产权相关条款较少的问题,开展了装备采购合同知识产权条款拟制研究。研究首先分析了装备采购的特点,然后按照装备采购知识产权从产生到转化的全过程,研究拟制了目标知识产权、知识产权权利归属、技术秘密使用权、实施权利优先、甲方的使用和限制及纠纷处理等六条具有代表性的装备采购知识产权条款,最后通过模拟谈判的形式,结合具体合同开展条款适用性研究。本研究可为军队装备采购合同知识产权条款的拟制提供可选思路。     

美军语言智能处理技术的发展策略与启示

发展语言智能处理技术是全球新军事科技研发的重要趋势。美军在几十年的发展过程中,不遗余力地推进新的语言智能技术的研发与应用。在人工智能宏观政策和举措的带动下,美国政府与军方在语言智能领域采取了较为清晰的战略路线:明确需求方向,注重长远规划;重视军民融合,调动地方研发活力;创新技术研发资金的管理模式,提高发展效率;推动技术在关键领域的应用,加快美军战斗力的形成。本文认为,面对这一趋势,我们需要深度布局国防语言智能处理技术战略,重视面向未来需求的长远规划;充分调动语言智能处理技术研发的"民间力量",注重军产学研的协同创新;建立科学适度的项目研发机制,加快颠覆性技术的战斗力转化。     

基于松弛序列凸优化的轮式机器人协同轨迹规划

针对威胁环境下的多智能体协同轨迹规划问题,以轮式机器人为对象,研究了基于序列凸优化方法的协同轨迹规划方法。首先通过对轮式机器人模型的分析,给出单独轮式机器人实际物理约束,同时以状态量、控制量加权为性能指标,考虑运动学方程、避障避碰约束、个体物理性能约束、终端约束,建立多轮式机器人协同轨迹规划问题;其次,对运动学方程、避障避碰约束进行凸化,证明了满足凸化后的避障避碰约束的解也满足原始避障避碰约束,并进行了几何直观解释;然后,将凸优化子问题进行离散化与松弛化,采用序列凸优化架构进行问题求解;最后,通过数值仿真,对比了松弛序列凸优化方法与现有非线性优化求解器的求解效率。结果表明,松弛序列凸优化方法在尽可能保证最优性的同时大大缩短了计算时间,具有一定工程意义。