一种GPS定向滤波算法及其数据分析

在单频单历元GPS短基线定向中,由于模糊度解的不可靠性,导致部分定向结果不可靠.在基线约束GPS短基线定向算法的基础上,提出一种动态准实时定向滤波算法.该算法根据载体的运动特性,判断并剔除解算错误的值,并在解算错误或解算失败的历元进行插值.实测数据处理表明,该方法能够将基线约束算法的定向正确率提高5～10%左右,使基线约束GPS短基线定向算法的稳定性得到进一步提高.     

基于动态罚函数遗传算法的电磁探测卫星多星规划方法

针对电磁探测卫星的特点,考虑其主要约束条件,建立了多星联合规划数学模型,提出了基于遗传算法的电磁探测卫星多星规划算法.为处理遗传算法迭代过程中产生的不可行解,引入了基于罚函数法的约束处理方法.针对罚函数法中惩罚系数难以确定的特点,设计了惩罚系数自适应调整的动态罚函数机制.根据模拟的数据进行实验及分析,表明该方法能有效解决电磁探测卫星多星规划问题.     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

弹载星敏感器动态测角补偿方法的研究

针对弹载星敏感器在测星过程中因弹体姿态变化带来的像移问题,提出了动态测角的补偿方法。首先,建立了星点相对图像传感器感光面匀速直线运动情况下的像元灰度分布的数学模型;其次,给出了测角补偿的原理及方法;最后,进行了仿真实验,结果表明,该补偿方法对星点在面阵图像传感器的感光面上的运动速度不敏感,补偿后的动态测角误差与静态的测角误差相差无几,补偿后的动态测角误差最大为2″。     

基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。     

基于动态时间规整算法的车辆目标分类研究

将动态时间规整(Dynamic Time Warping)算法应用于地面车辆目标的分类识别中。基于微多普勒效应原理,建立了轮式车辆和履带式车辆雷达回波模型,对两种车辆目标微多普勒信号的差异性进行了分析,并结合实测数据,验证了理论分析的正确性。在杂波抑制及速度归一化处理的基础上,利用动态时间规整算法,将提取出的车辆目标的累积失真距离作为目标分类识别的依据,实现了轮式车辆和履带式车辆的自动分类。基于实测数据的实验结果表明,该方法在不同信噪比条件下都具有较好的分类性能。     

新冠肺炎动态病死率分析与疫情预测方法研究【专题】

新型冠状病毒感染的肺炎防控是国家安全体系的重要“战场”，疫情趋势预测是开展疫情科学防控和精准防控的重要基础。本文阐述了疫情动态病死率概念，分析了疫情动态病死率函数和时间曲线，提出了动态病死率发展的3个重要拐点，从动态病死率和新增确诊病人数两个维度，构建了拟合曲线函数，并对疫情发展趋势进行了预测。研究发现，截至2月10日，本次疫情动态病死率已经经过了第3个拐点，趋于稳定；预计到2月16日左右，新增确诊人数达到第3个拐点，进入缓慢下降期；预计2月底底至3月初，每日新增确诊人数将在1000人以内，全国最终的“病死率”将在2%～4%左右。该预测方法是一种运用系统外部特征信息来研判疫情发展规律的较为简便快捷的方法，对于科学预测疫情发展趋势具有一定的参考借鉴价值。     

动态网络安全体系结构

为实现网络的安全运行,本文引入动态网络安全的概念,建立动态安全体系模型,实现一个可实施、可控制、全面的动态安全体系结构,有效地提高了网络的安全性。