平流层飞艇载GPS干扰器的能力及部署分析

为了应对美军“空海一体战”和GPS精确制导武器的发展,增强“反介入”作战能力,提出了以平流层飞艇为干扰器载体,对GPS接收机进行干扰的作战样式.根据巡航导弹的杀伤力定量测度,提出了干扰距离的需求;推导了干扰器高度、发射功率与有效干扰距离关系的数学模型,仿真分析了干扰器的能力.将平流层飞艇干扰器部署问题转化为不规则区域的填充问题,并通过实例部署,验证了方法的可行性.     

基于案例的推理在舰船维修费预测中的应用

针对市场经济条件下舰船维修费预测不确定性越来越大的问题,提出了一种基于案例推理的舰船维修费预测模型。首先,利用修船厂的历史数据,采用特征向量表示法构建舰船维修费案例库;其次,为提高案例检索效率,采用组合模糊聚类算法建立舰船维修费案例的分类索引结构,并提出基于最近邻法的两步检索策略检索相似案例;最后,采用加权平均法对相似案例进行修改以获取预测值,同时采用主动学习策略保存当前案例并更新案例库。实例仿真结果表明:与传统舰船维修费预测模型相比,基于案例的推理模型具有更高的预测精度,所提模型是有效的。     

16QAM的卫星虚拟多通道通信加权轮询算法

为解决单通道通信不能满足卫星通信系统大业务量、高性能的要求及相应系统中通信器件不能满足高速率传输等同题,在研究卫星单通道通信的基础上,提出了多通道通信管理技术和多通道加权轮询算法.仿真结果表明,在星上发射功率无需增大的条件下,多/单通道通信的误比特率及不同信噪比下固定帧长的吞吐量等指标相同,而采用多通道通信管理技术和该算法能够实现卫星通信数据的高速率传输且算法复杂度低,为卫星通信系统的大容量、高速率通信的进一步研究提供了支持.     

一体化联合作战试验评估体系想定建模

在靶场军事装备试验中,一体化联合试验对武器装备作战效能评估有着重要意义,在虚实合成的一体化联合试验,试验想定是军事规划推演仿真的重要环节。通过联合作战仿真与一体化联合试验的关系分析和研究,指出一体化联合试验想定有别于作战想定,借鉴任务空间概念模型CMMS,设计出一体化联合试验想定概念模型,包括想定从概念到信息模型的过渡,想定数据库的构建。     

回归型支持向量机的机翼结冰冰型预测

飞机结冰严重威胁着飞行安全。针对机翼结冰冰型预测时不确定性因素较多、难以准确预测的问题,提出了一种基于回归型支持向量机的机翼结冰冰型预测方法。在建立冰型模型的基础上,利用回归型支持向量机(Support Vector Regression,SVR)获得冰型多项式系数,从而预测出相关飞行条件和大气条件下的冰型。仿真结果表明,该方法具有较好的预测能力,可以及时提供可靠的结冰信息,为保证结冰条件下的飞行安全提供了保障。     

简谐外磁场环境下海森堡XXZ模型的热力学纠缠

研究了在简谐外磁场环境下的海森堡XXZ模型,并通过计算解出热力学纠缠度。模拟表明,取不同的各向异性参数时,系统的热力学纠缠度对外部磁场和环境温度的变化比较敏感,并随简谐磁场的变化表现出周期性。固定各向异性参数时,热纠缠度随温度的增加呈现衰减趋势;增大各向异性参数时,热纠缠度则很快地趋于零,其对应临界温度也迅速降低。     

压缩感知新技术专题讲座(四) 第7讲 压缩感知在图像信号处理中的应用

绝大部分自然图像信号都在某个变换域具有稀疏性或近稀疏性。基于压缩感知理论,可以用远低于采样定理要求的采样频率采集信号,并可在一定条件下高概率恢复信号,这将极大降低图像信号的采样频率以及数据存储和传输的代价。文章首先简述了压缩感知理论,然后分析了图像的稀疏性对图像重建质量的影响,最后着重从图像压缩、图像融合、图像去噪、图像识别以及图像复原几个方面分析了压缩感知理论在图像处理领域中的应用以及目前所面临的问题。     

联合机动编队作战体系网络化描述

作战体系网络化描述是认识和理解海上联合机动编队作战体系的一个重要途径。在分析作战体系基本要素的基础上,对联合机动编队作战体系网络化描述原则和步骤进行了研究,并制定相关规则,为构建海上联合机动编队作战体系网,开展海上联合机动编队作战体系结构优化、体系对抗等问题研究奠定了基础。     

KVM-OSD技术在指火控系统中的应用

为了满足军用集成运算环境对外部操控与显示设备的特殊要求,采用高分辨率视频切换技术、高速差分信号切换芯片与OSD字符叠加技术设计了KVM切换模块,并应用于指火控系统。该模块采用按键分别控制VGA视频与USB键盘、鼠标切换。经模块级、单元级与可靠性考核试验以及在指火控系统中的应用证明了该模块具有良好的稳定性与可靠性,方便了使用人员的操作。     

压缩感知新技术专题讲座(三) 第6讲 压缩感知在语音处理中的应用研究

压缩感知CS(Compressive Sensing)作为一门新兴的技术,成为近年来人们广泛关注的研究热点。文中介绍了压缩感知理论的基本原理,在此基础上将压缩感知理论应用到语音信号处理中。首先研究了语音信号的稀疏性,说明了对语音信号进行压缩感知具有可行性;其次,采用随机滤波器组构造随机测量矩阵得到语音信号的压缩测量值;最后,研究了压缩测量值之间的相关性并将这种相关性作为稀疏度的一种度量方法用于控制随机滤波器阶数,实现了语音信号的自适应压缩感知。