火控雷达协同防空目标跟踪技术

针对火控雷达抗反辐射导弹的对抗要求,将雷达组网理论应用于火控雷达,提出了火控雷达协同防空目标跟踪方法.首先分析了火控雷达目标跟踪原理,同时给出了跟踪性能的评价指标;其次,为了克服单部雷达的局限性研究了组网火控雷达目标跟踪方法;而后,研究了不同的交替周期对系统的影响;最后对不同工作模式的跟踪效果进行了仿真.结果证明采用组网雷达目标跟踪方法可以同时实现对反辐射导弹载机的准确跟踪和对反辐射导弹的有效对抗.     

加强灭火指挥员感知能力的思考

消防指挥员感知能力就是敏锐预测火灾发展状态的能力.消防指挥员感知能力的强弱,直接关系到能否准确快速有效控制或消灭火灾.结合实践工作,从知识、认识、观察力和想象力等方面,论述了加强灭火指挥员感知能力的重要性和必要性.     

城市综合体灭火救援技战术研究

城市综合体的自身特点及使用的复杂性,决定其具有较大的火灾危险性.从分析城市综合体的建筑特点和影响灭火救援的因素入手,论述了其灭火救援工作中的指导思想、火情侦察、人员疏散、火场排烟及灭火战术运用等环节,为该类火灾事故的高效处置提供参考.     

面向反导预警作战的雷达交接班时机选择方法

针对反导预警作战过程中远程预警相控阵雷达(early-warning radar,EWR)和多功能地基相控阵雷达(ground-based radar,GBR)探测跟踪弹道导弹的交接班问题,提出了一种可行的雷达交接班时机选择方法.该方法通过卡尔曼滤波对弹道目标进行滤波定轨,基于目标瞬时运动状态估算目标剩余飞行距离,并依据GBR对目标的探测定位精度(geometrical dilution of precision,GDOP)进行接班时机优选,以支持反导预警作战雷达交接班决策.最后,通过一个实例验证了该方法的可行性和有效性.     

On fair designs of cross-chain exchange for cryptocurrencies via Monte Carlo simulation

Cryptocurrency is one of the earliest and the most successful applications of blockchain, and it utilizes the distributed ledger, which is a commonly used technique in blockchain, to make a decentralized transaction within the blockchain of a cryptocurrency. However, how to make a decentralized transaction of cryptocurrencies between parties on different blockchains, that is, the cross-chain exchange, is not well-studied. In this paper, we develop a new method to make cross-chain exchanges based on the classical atomic swap. We first study the optionality embedded into the atomic swap and propose to add a premium into the atomic swap, and then design a new procedure with the premium to guarantee the fairness of the cross-chain exchange. We also provide an algorithm based on the least-squares Monte Carlo method to estimate the premium and analyze the convergence of the algorithm. Moreover, we study the cross-chain exchange with margin trading. We propose an adapted exchange procedure to make a fair cross-chain exchange and an algorithm to estimate the fair premium under the margin trading. Numerical experiments are provided to show the effectiveness of the algorithms.     

利用深度学习的硬件计数器复用估计算法

利用深度学习方法,为硬件计数器复用(multiplexing,MPX)提供结果精度更高的估计模型。通过对MPX估计得到的结果与实际采集的真实数据进行相似性分析,证明相同程序多次运行之间得到的硬件计数值是线性相关的。采用神经网络多层感知器(multilayer perceptron,MLP)和双向门控神经网络(bidirectional gated recurrent unit, Bi-GRU)这2种深度学习模型,对MPX数据进行拟合。基于动态时间规整(dynamic time warping, DTW),提出一个全新的评估MPX数据精度的指标DTW-cost。实验结果表明,同时收集15个硬件事件数据时,MLP方法拟合得到的13个高性能计算应用平均准确率比现有使用最广的固定插值法高出10.53%,最多可提升19.8%;而在MLP表现较差的事件上,Bi-GRU方法得到的平均准确率提升了28.8%。     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。     

一种基于任务-系统结构的软件可靠性建模方法

针对军用软件特点,提出并定义一种基于任务剖面的软件系统结构准则;基于该准则,给出一种从功能可靠性、事件可靠性到任务可靠性的分层可靠性预计方法。与侧重于数学建模的相关工作不同,该方法更注重在建模中融合软件可靠性设计、测试和管理,成为可靠性保证的一种途径。     

分布式灾难恢复系统

分布式灾难恢复系统采用客户层、服务层和管理层3部分组织形式,完成数据的网络备份和恢复,并提供管理功能。系统通过构建分布式远程备份体系结构,采用ACE(自适配通信环境)面向对象构架,线程池和反应器编程模式,实现了网络互连、事件驱动程序设计,完成了备份计划制订、数据备份、数据恢复3个阶段各个模块的功能。     

云重心评判法在防空群作战指挥效能评估中的应用

从防空群作战指挥的几个环节--指挥信息的获取、作战决策、组织计划和协调控制入手,建立了防空群作战指挥效能的指标体系,对各指标进行了合理的权重分配,建立了云重心评判模型并进行了实例分析,对防空群作战指挥效能进行了评估,其结果可信.所用到的云重心法对于评估复杂且难以完全定量描述的问题时具有一定的参考价值.