基于贝叶斯网络的作战目标评估

在作战指挥决策活动的筹划阶段,对敌体系要害和关键点的分析,当前尚未形成系统方法。针对此问题,利用贝叶斯网络在非精确知识表达与推理领域的优势,提出了综合考虑目标价值、打击难度、打击效果等因素的作战目标评估模型。根据判别贝叶斯网络分类器性能优于生成贝叶斯网络分类器的特点,在经相关领域专家论证的样本数据集的基础上,采取梯度下降法训练得出评估模型各结点条件概率分布。最后,利用Netica仿真软件,经样本数据测试,证明了作战目标评估模型的合理性。     

基于Bayes统计理论的射表编拟方法

全面系统阐述了Bayes统计理论下的射表编拟方法,具体研究了验前信息的处理、符合计算、编拟计算及试验用弹量的确定等几个关键难点问题,同时导出了确定先验分布中未知参数的计算公式、射表基本诸元的后验估计公式、射表试验用弹量的计算公式。通过两个实例对其具体使用方法给予了详细说明并对其结果进行了分析,指出应用该方法可以在相同精度要求下节省用弹量或在相同用弹量下提高射表精度,具有很好的经济适用价值。     

濒海要地防空雷达目标威胁分析与对策

为有效应对未来濒海要地防空作战敌方雷达目标威胁,应按战术任务重点分析警戒引导、武器控制、侦察监视和航行保障等四类目标,准确判断敌雷达可能对我造成的威胁,并从跟踪目标动态、注重预警能力、坚持集优打弱三个方面进行应对。     

新疆少数民族学前双语教师培训需求的调查研究——以南疆喀什地区为例

新疆南疆是少数民族聚集地区,少数民族学前双语教师的教育素质关系到新疆整个学前教育的质量.对南疆少数民族学前双语教师的培训需求进行调查研究,可以提高学前双语教师职后培训的针对性及有效性,更好地促进新疆少数民族学前双语教育的健康快速发展.本课题采用问卷调查法及实地调研和访谈的方法,对南疆喀什地区少数民族学前双语教师对培训认识、培训需求及建议等进行了调查研究.通过近年来的努力,新疆少数民族学前双语教师职后培训的积极性、认识、双语教育能力等方面有了显著提高;对培训机构的培训形式、方法、培训内容等出现多样化、个性化的需求;对培训的整体质量要求更高.     

含诱导缺陷复合材料T型接头的弯曲失效实验

通过实验研究含不同诱导缺陷的复合材料T型接头的弯曲力学性能和失效过程,采用引入脱黏缺陷和三角区填充率缺陷来诱导T型接头的不同失效模式。结果表明不同失效模式下T型接头所表现出来的弯曲力学性能差异极大,完好的T型接头所能承受的载荷为288.5N,界面脱黏会削弱其30%的承载能力,而三角区填充率的减少会导致裂纹在填充区内部引发和扩展,导致T型接头的弯曲力学性能大幅降低。     

基于队形相对运动带的舰艇编队规避航向优选方法

机动规避是舰艇编队避开潜艇威胁的重要措施。针对编队队形模型的特点,从舰艇编队规避潜艇于预定距离之外的角度出发,深入分析了编队队形相对运动带与规避距离关系,提出了基于队形相对运动带舰艇编队规避航向优选方法。通过战术想定实例表明,基于编队队形运动带的优选航向能够成功引导编队避开潜艇威胁,极大地简化了绘算,可为舰艇编队反潜提供一定的理论依据。     

基于NiosⅡ的LVDS图像数据存储转发系统的设计

针对高速图像数据的远距离传输提出了一种基于NiosⅡ处理器的LVDS图像数据存储转发系统的设计方案,详细介绍了LVDS图像数据的存储方法和数据转发的工作原理,并对该系统的软硬件设计以及各功能模块的具体实现原理进行了分析和实际测试,实验结果验证了该设计的可行性、稳定性及高效性。     

稀疏图DS-CDMA系统设计

DS-CDMA是在扩频技术上发展起来的多址接入方式,但在用户接入数量过载时难以保证高质量的通信性能。基于此,提出了一种基于稀疏图的DS-CDMA系统。该系统以低密度二分图的形式来描述扩频码片和用户之间的关系,使得参与通信的每个用户只在少量码片上进行非零位扩频调制,最大限度地减少了用户间的相互干扰。借助图模型的相关理论,把适合于稀疏图的置信度传播算法应用于该系统,进行多用户检测,通过码片与用户之间的消息迭代来消除噪声和多址干扰带来的影响。结合计算机仿真,从不同的角度测试了系统的误码率等性能。理论分析与性能验证表明,稀疏图DS-CDMA在接入用户数量远远超过系统容量的情况下,依然具有优良的性能。     

车载InSAR前视三维成像技术

野外和非结构化环境下的障碍探测是无人驾驶车(UGV)环境感知的难题之一。基于高度识别障碍是一种有效的解决途径,提出了干涉合成孔径雷达(In SAR)的三维障碍物成像策略,研究了In SAR信息处理流程,分析了干涉基线和运动误差对车载In SAR高程测量精度的影响,仿真了无人车前场景存在遮挡时的In SAR高程测量,证明了In SAR用于UGV前方环境感知的可行性。     

使用小波分层连通树结构的压缩信号重构

基于小波树模型的压缩感知可以通过较少的观测量得到鲁棒的信号重构,但采用最优树逼近时,则存在复杂度大的问题。在证明分层后的小波树仍然具备连通树性质的基础上,提出了基于小波分层连通树结构的压缩重构算法,在与原观测量一致的情况下,保证了重构精度并且提高了重构效率。实验结果表明,改进算法相对于原算法在处理大尺度数据时,效率有明显的改善。