参数化滤波器逼近问题的全局最优算法

基于Lipschitz下界估值和分枝定界技术,给出了一维参数化小波滤波器逼近问题的全局最优算法。由于充分利用了滤波器逼近问题的特点,本方法将原来的Lipschitz算法的线性收敛速率提高为二次收敛速率。     

流的大小与传输速率相结合的双门限检测算法

提出基于流传输速率与数据量的双门限检测算法。为满足高速网络传输的性能要求,使用Hash表存储流检测的数据结构,将Hash表的冲突处理与基于流速率的缓存替换相结合以实现高效的大流检测,通过限制Hash桶的容量,确保报文的处理性能。真实网络数据的仿真测试结果表明:所提算法在相近的存储开销下,保持了较高的处理性能,准确性优于基于最近最少使用算法的大流检测及其派生算法以及基于统计计数的紧凑型空间节省算法。     

运动激光辐照圆柱薄壳温度场的数值模拟

对圆柱薄壳在四种不同运动模式激光源辐照下的温度场分布进行了分析研究。运用傅立叶级数展开法推导了在不同运动模式激光源作用下圆柱薄壳温度场的解析表达式,并对该解析表达式进行了编程计算,其计算结果与有限元解吻合良好。详细分析了旋转角速度与平动速度对圆柱壳温升分布的影响,发现在往复运动加热模式下光斑区域的温升变化最为剧烈。计算结果为导弹的抗激光辐射提供了理论依据。     

激光陀螺SINS/GPS组合导航车载试验系统

SINS GPS组合导航系统已经应用于许多不同的领域。介绍一种已经进入试验阶段的低成本激光陀螺SINS GPS组合导航系统。根据系统的硬件结构,设计实现了与实际系统相匹配的组合导航滤波器,根据车载试验的结果,着重分析了系统车载试验中不同导航模式对系统性能的影响,最后给出了一些有益的结论。     

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle,AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型.以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasiv...     

浅海中时谐水平电偶极子在空气中的极低频磁场

为深入分析空气中的极低频磁场,用时谐水平电偶极子等效船舶被主轴调制的水下腐蚀相关电流。根据Maxwell方程组和电磁场边界条件建立浅海条件下电偶极子在空气中的矢量磁位模型,进一步推导了磁场表达式,并利用快速汉克尔变换计算磁场的传播规律。测量了水池碳棒电极和海上钛基电极的磁场,验证了磁场的实用性和模型的有效性。     

ET:一种能耗有效的高性能嵌入式处理器

随着标准和算法的不断演进,高端嵌入式应用对性能和能耗提出了越来越高的要求.然而,能耗问题成为将VLSI潜力转换为实际应用需求的最大挑战,基于此,提出ET( Embedded Tera-scale Computing)处理器设计.ET以众多轻量级处理器(称为小核)来搭建目标处理器,每个小核都是一个基于显式数据和指令管理的...     

内置频率对Duffing振子微弱二进制相移键控信号盲检测影响

采用Duffing振子实现对微弱二进制相移键控（Binary Phase Shift Keying, BPSK）信号的盲检测时,Duffing系统输出的周期态和混沌态转换之间存在过渡带。针对这一问题,推导出过渡带时长和Duffing系统内置频率之间的关系表达式;指出内置频率越高,过渡带时间越短;仿真实验给出时间频率响应曲线。内置频率的提高,会降低系统检测微弱信号的灵敏度。针对这一问题,推导出周期态下Duffing系统输出幅度作为因变量、内置频率作为自变量的表达式;仿真实验给出幅频响应曲线。针对微弱BPSK信号盲检测,建立变尺度方法和检测阵列相结合的基于S变换提取Duffing系统输出幅度包络的微弱BPSK信号盲检测模型,仿真实验验证了模型方法的有效性。     

硬件加速的三维雷达作用范围表现

未来数字化战场迫切需要表现复杂环境影响下的三维雷达作用范围,目前研究多限于二维,而三维表现又受限于速度,为此提出一种硬件加速的三维表现方法。在构造环境影响下雷达电磁波损失三维数据场的基础上,利用硬件加速的等值面提取算法建立雷达作用范围的三维模型,并将其表现到战场环境中。在普通微机上针对典型雷达的实验中,克服了二维表现不直观以及三维表现慢的缺点,形象地展示了地形大气等环境影响下三维作用范围,从而为用户提供决策和感官支持。     

节点实时性能自适应的集群资源分配算法

由于配置和所运行作业的不同,集群各节点的实时性能差异较大。为提高集群性能,提出节点实时性能自适应的集群资源分配算法 (node real-time performance adaptive cluster resource scheduling algorithm,NPARSA)。节点实时性能用其配置(CPU核数及速度、内存容量、磁盘容量)和实时状态参数(CPU、内存和磁盘的剩余数量及磁盘读写速度)表示。NPARSA根据作业类型自主选择节点性能评价指标的权值,实现节点实时性能对于作业类型的自适应。实时性能最优的节点分配给作业。虚拟机实验和物理集群实验表明,与Spark默认资源分配算法、没有考虑作业类型与节点匹配的算法、使用作业和节点匹配差异程度作为资源分配依据的算法相比,NPARSA能更有效地缩短作业执行时间、提高集群性能。