基于MDA的C~4ISR系统分析设计方法

先进的分析设计方法是提高C4ISR系统开发质量的有效手段。基于软件领域的MDA思想,提出了基于MDA的C4ISR系统分析设计方法,研究了其开发过程和关键技术。该方法实现以模型为基础的系统开发与优化,通过不同阶段模型的转化演进来推进系统的分析设计,有利于提高系统的设计质量,并支持模型重用。     

动态加权的一致性多传感器数据融合算法

研究现有多传感器的加权融合算法,针对时变非线性系统状态估计的有效融合问题,提出了一种基于动态加权的一致性多传感器数据融合算法.对于多传感器量测,首先利用Unscented 卡尔曼滤波器得到局部状态估计值,然后基于层次分析法思想,构建反映局部状态估计结果相互支持程度的一致性矩阵,充分提取数据中蕴含的冗余和互补信息,最后通过对一致性矩阵的求解实现对权重的合理选择.经过蒙特卡罗仿真验证了该算法的有效性.     

装备“互联网+”平台化综合保障的技术应用

“互联网+”的一个特点是从数据出发，挖掘数据中隐含的本质规律，提升信息的利用率，向用户有针对性地开展业务。在数字化装备时代，装备的研制数据与使用数据信息都是海量的。这些数据资源中隐含的规律信息正是研制部门服务用户的重要资源，也是改进设计、提升装备性能的宝贵财富。综合保障信息系统的核心，是利用数据信息与信息技术为装备的保障工作服务，正符合“互联网+”的理念。本文从“互联网+”技术的理念与途径出发，根据装备保障数据信息资源应用的特点，结合在综合保障信息系统应用中的实践，探索信息化装备保障的技术发展方向。     

战场态势估计和威胁估计

描述了战场态势、态势估计和威胁估计的概念。对态势估计从态势要素提取、态势评估推理及态势预测三方面进行了分析,重点对态势评估中的功能领域如:目标合并、协同关系推理、战场主动权指数计算、作战能力评估、重要目标估计及敌战斗序列估计等的含义、内容和实现步骤进行详细阐述。对威胁估计的内容和主要功能也进行了描述。     

对数据后处理雷达的分段卷积转发干扰研究

针对现有基于DRFM的移频干扰和分段转发干扰在对数据后处理雷达干扰时存在的不足问题,提出了一种新的分段卷积转发干扰方法。该干扰方法立足于干扰机天线收发分时体制,首先对接收到的雷达信号进行均匀分段、重新排序与噪声卷积后再进行转发。该干扰方法产生的假目标信号不仅能量大,覆盖广,而且假目标幅度差异明显,位置分布不均匀。最后的仿真结果验证了该方法的有效性。     

在线电路测试仪在装备维修中的应用

在线电路测试仪在工业仪器和军事装备的电路测试中应用广泛,其关键技术是利用后驱动技术实现在线元器件的隔离.阐述了电路中器件的常见故障形式,详细研究了后驱动技术的理论和应用,在此基础上,分析了后驱动技术对电子器件安全容限的要求.最后,对在线电路测试仪在装备维修中的应用进行了展望.     

稳定特征选择的多目标蚁群优化

为了提高进化算法特征选择稳定性,提出一种面向稳定特征选择的多目标蚁群优化方法。通过抽样策略集成三种特征排序法的输出作为多目标蚁群优化的稳定性指导信息,聚合特征的费舍尔分值和最大信息系数值作为多目标蚁群优化的启发式信息,以分类正确率和扩展昆彻瓦指标值作为两个优化目标,兼顾算法的分类性能与特征选择稳定性。在四个标准数据集上进行对比实验,结果表明,所提方法能够在分类性能与稳定性方面达到较好的平衡。     

数据仓库联机维护中的几种算法

数据仓库是存储供查询和决策分析的集成化信息仓库 ,它的信息来源于不同地点的数据库或其他信息源 ,实体化视图是数据仓库中存储的主要信息实体。当原始数据发生变化时 ,数据仓库中的实体化视图也必须作相应的更新维护 ,在数据仓库实体化视图的联机维护过程中 ,由于联机分析处理 (OLAP)查询的介入 ,会产生数据不一致问题。本文介绍几种从不同侧面解决这一问题的算法 ,它们较好地协调数据库和数据仓库之间的数据更新维护操作 ,达到保证数据一致的目的。     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

微型软体机器人能源驱动技术研究进展

具有高柔顺性、低能耗、高功率等特点的微型软体机器人在管道检修、战场侦察等复杂环境中具有广阔的应用前景。能源与驱动器决定了微型软体机器人运动方式和运动性能。为使更多研究人员了解现有柔性驱动技术及其能量来源的研究进展,从物理能源驱动、化学能源驱动以及生物混合驱动三方面入手,总结了基于这三种能源的典型驱动方式并分析其优劣。对现有柔性驱动及其能源存在的不足与未来发展进行讨论与总结,可为后续软体机器人柔性驱动技术发展与性能提升提供参考。