空间密集群目标关联与跟踪算法研究

为提高对空间密集群目标跟踪的精度,提出了基于全局最近邻的群目标关联与跟踪算法。通过对空间密集目标进行群分割,将群跟踪问题转化为多目标跟踪问题,考虑到空间目标具有运动速度快的特性,基于"全局最优"原则选取距离最近的群目标和量测进行优先关联与更新,避免关联冲突和减少关联错误,可有效解决关联准确性与跟踪实时性之间的矛盾,同时提出航迹预测与轨迹预报相结合的方法,来解决跟踪过程中的航迹断续与融合问题。仿真实验结果验证了所提算法的有效性。     

加速无人化装备技术发展的思考

随着人工智能、云计算及大数据等新技术的快速发展及其在军事领域的广泛渗透,智能化无人化装备的应用领域不断拓展、型谱体系日渐完善、作战能力显著提升,已成为世界各主要军事强国聚力发展的新质力量。本文从作战体系、系统平台和支撑技术等三个方面对主要军事强国无人化装备技术的现状进行了分析总结,并在此基础上对无人化装备的技术发展趋势进行了研判,指出无人化装备技术呈现出成体系、成系列、成规模的发展总体格局,正朝着集群化、实战化和自主智能决策的方向发展。在此基础上,充分借鉴外军先进经验,紧密结合军事斗争准备需求,提出了发展军队无人化装备技术的基本思路、主要原则和具体举措,积极探索适合军队特点和规律的无人化装备技术发展道路。     

面向大规模集群的并行I/O用户层配置优化策略

影响应用I/O性能的关键因素主要有三个层次:包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法。基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10 min缩短到了5 s。     

130 nm加固SOI工艺的抗辐射控制芯片设计

针对航天电子系统控制模块对集成电路的抗辐射需求,在130 nm部分耗尽绝缘体上硅(Silicon-On-Insulator,SOI)工艺平台上设计了一款基于比例、积分、微分控制算法的控制芯片,并分别从晶圆材料、制备工艺、版图设计的角度对芯片进行了总剂量辐射加固。流片测试结果表明,芯片的调节精度达到了5×10~(-12),与进口抗辐射现场可编程门阵列水平相当;在长时间频率稳定度方面,芯片优于国外抗辐射现场可编程门阵列。对芯片进行的模拟辐照试验表明,芯片在300 krad(Si)的总剂量辐照条件下依然可以正常工作。     

基于正交试验的某车载速迫自动机参数优化

为优化某车载速射迫击炮自动机结构参数,提高关重件疲劳寿命,利用SOLIDWORKS建立该自动机的三维模型,利用PATRAN生成自动扳机和弹壳的柔性模态中性文件,导入ADAMS中建立其刚柔耦合动力学模型,通过动力学分析获得连发射击条件下的仿真结果,与试验结果进行比较,证明了所建虚拟样机的可信性,联合MSC.PATRAN/NASTRAN/FATIGUE疲劳分析软件对关重件进行疲劳寿命分析,基于正交试验法进行不同参数组合下的仿真优化分析,得到了最佳参数的组合结果,提高了关重件的疲劳寿命,同时,也为优化其他装备提供实用性参考依据。     

无人飞行器异源图像匹配辅助惯性导航定位技术综述

无全球定位系统下高精度定位与导航是飞行器实现自主侦查、巡航与打击的关键。视觉导航具有被动、低成本、能避免累积误差等优点。视觉导航与惯性导航融合更能够发挥出各自的优势,达到高精度定位的目的。总结了异源图像匹配辅助惯性导航的飞行器定位技术的发展历程; 从相机-惯导标定技术、异源图像匹配、姿态解算、数据融合和后端优化五个方面详细阐述了异源图像匹配辅助惯性导航的飞行器定位的关键技术; 指出了基于深度学习的异源图像匹配与惯性导航两种无源定位组合导航系统融合技术等四个未来可能的发展方向,可为实现异源图像匹配辅助惯性导航飞行器定位技术提供参考。     

装备寿命周期备件供应网络优化方法

针对现有备件供应优化方法未从寿命周期角度考虑备件供应优化问题,将寿命周期不同阶段的备件需求特征融入备件供应网络设计中,实施动态需求特征下的寿命周期整体优化。深入分析寿命周期不同阶段的备件需求特征;建立备件供应响应时间转移方程,在此基础上,构建使寿命周期备件保障效益最大的多目标混合整数规划模型。通过仿真案例证明了多种备件保障模式的组合能够显著提高寿命周期保障效益,寿命周期整体优化可以实施更高效的备件供应。     

网络安全实验平台K - 划分映射方法

对网络安全实验平台映射问题进行形式化描述,提出基于K-划分的映射方法,其核心思想是为了尽量减少占用网络资源,尽可能将逻辑拓扑紧密连接的节点映射到同一台交换机上。基于K-划分的映射方法采用贪心法确定初始划分状态,根据评价函数进行节点移动,对生成的子图进行算法迭代,直到所有子图的节点数量不大于物理拓扑端口容量为止。基于K-划分的映射方法弥补了K-L算法中初始划分状态选取的任意性对最终结果产生较大影响的缺陷,实验结果表明该算法的求解时间远小于遗传算法,能在较短的时间内得到映射结果。