对武器系统RMS指标的研究

总结了确定武器系统RM S(可靠性R e liab ility、维修性M a in ta inab ility、保障性Supportab ility,以下简称RM S)指标的一般要求,描述了确定RM S指标的一般程序;根据RM S仿真的基本原理,确定了一套全面描述武器系统RM S的参数指标,建立了以系统装备完好性为目标的RM S的仿真模型。     

基于XMSF的组播拥塞控制模型的设计与研究

采用叠加组播技术为XMSF提供多对多的通信服务,同时使用拥塞控制机制保证其网络服务质量。提出了一种新的组播拥塞控制模型,在MAX-PLUS代数基础上采用线性循环法分析计算了其吞吐量,经过仿真验证了该模型的可行性和灵活性。     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。     

注意力机制量化剪枝优化方法

面向基于注意力机制模型的巨大计算和访存开销问题,研究量化和剪枝协同优化的模型压缩技术,提出针对注意力机制中查询、键、值、概率共四个激活值矩阵的对称线性定点量化方法。同时,提出概率矩阵剪枝方法和渐进式剪枝策略,有效降低剪枝精度损失。在不同数据集上的实验结果表明,针对典型基于注意力机制模型BERT,在较低或者没有精度损失的情况下该优化方法可达到4位或8位定点量化、0.93～0.98的稀疏度,大幅度降低模型计算量,为加速量化稀疏模型的推理奠定良好的基础。     

基于算子空间的公式发现算法研究

在FDD提出的人工智能技术与曲线拟合技术结合的公式发现系统的基础上 ,提出了新的基于算子空间的公式发现算法 ,并在算法研究的基础上设计实现基于算子空间的可视化公式发现系统 ,该系统通过算子空间概念的引入 ,简化了算子空间的规则 ,同时引入导数规则、误差规则以及终止规则 ,丰富了知识库内容。通过以上改进 ,和BACON和FDD相比 ,公式发现的形式更广 ,复杂度更高。文章最后给出了应用实例以及公式发现的结果。     

基于UKF的主动段弹道跟踪算法

引入不敏卡尔曼滤波(UKF)(Unscented Kalman Filtering)用于主动段目标跟踪.UKF通过设置Sigma样点分布和样点权值来逼近样本非线性变换参量的矩,对状态向量的PDF进行近似化,是一种以标准Kalman滤波器为框架的非线性滤波器.在应用中,UKF避免了求Jacobian矩阵,且跟踪效果较好.     

证据理论从两维到多维同步融合

D-S证据理论的组合规则是反映两个证据联合作用的法则。为了得到多个证据源的最终目标属性判决,提出了一种推广到多维同步合成计算的D-S组合规则。详细分析了多维同步融合的情况,提出利用多维同步融合的确定性因子来代替D-S组合规则中的不确定性因子进行融合,避免计算大量无实际意义的联合概率乘积项,简化了计算过程,拓展了D-S证据理论的实际应用。并通过仿真验证了推广到多维同步融合的D-S组合规则的正确性和有效性。     

三种实时误差配准算法性能分析与比较

对雷达组网中现有的三种实时误差配准算法即扩维扩展卡尔曼滤波算法(Augmented State Extended Kalman Filter)、解耦卡尔曼滤波算法(decoupled Kalman Filter)和准确算法(Exact method)进行了介绍与分析,并通过蒙特卡罗仿真试验从算法估计的均方根误差、估计的...     

基于网格技术的联合空情预警体系建设

网格技术的先进理念与联合空情预警体系的思想不谋而合,将网格技术应用于联合空情预警体系的建设之中,必将引发联合空情预警体系系统功能全面性、革命性的提升。首先提出基于网格技术构建联合空情预警体系的建设思路,详细分析了联合空情预警体系的功能构想,着重探讨了联合空情预警体系的作战体系结构、系统体系结构、技术体系结构,并提出联合空情预警体系构建中应把握的几个重要问题。     

基于MAS技术的Multi-UCAV任务规划系统研究

基于MAS技术,提出用多Agent系统来实现多架无人战斗机协同攻击任务的多机任务规划系统,建立了系统的总体结构和单个Agent的结构,并给出一个基于意图识别的Multi-UCAV协作结构。利用多Agent的自主性和协作性,充分发挥单个UCAV的自主性。通过通信网络进行协同,共享信息,可提高任务规划系统的自主性和智能化水平。