基于目标结构特征像的SVM目标识别方法

针对支持向量(SVM)对目标高分辨一维距离像(HRRP)识别率和稳定性不高的问题,研究将目标分解理论推广应用于对目标极化散射矩阵的分解,求得了目标结构特征像.在分析研究SVM的训练和测试方法的基础上,采用SVM通过结构特征像对两实验目标进行分类识别,结果表明,基于目标结构特征像的SVM目标识别方法能够提高目标正确识别率,且其稳定性较好.该方法是一种有效的目标识别方法.     

某型自行高炮武器系统面向对象的作战模型建模

作战模型是作战模拟的工具和手段.构造出简单的、能表现作战系统基本特征和规律的作战模型,需要采用有效的建模方法;简述了面向对象的基本概念、建模方法和步骤;结合面向对象思想对自行高炮模拟训练训练平台进行了可视化分析建模;采用统一建模语言(UML)建立了自行高炮模拟训练平台功能模型、静态模型和动态模型.     

【专栏】军事计量测试设备国产化发展构想

军事计量测试设备是武器装备计量保障体系的重要物质基础。为解决军事计量测试设备领域受到发达国家严重制约的问题,本文通过梳理军队计量测试设备国产化的现状,分析制约军队计量测试设备国产化的各种因素,提出了军事计量领域计量测试设备国产化发展的综合考虑和发展思路,即需求生成发布机制、联合攻关机制、设备定型机制、计量应用考核机制、推广应用机制和国产化审核机制等六种推进机制,同时从强化顶层谋划、加强资源统筹、加大经费投入及强化持续推进四个方面提出了措施建议,对推进军事计量测试设备国产化进程有一定的参考价值和借鉴意义。     

支持QoS的无线Mesh网络机会路由优化算法

针对空中骨干Mesh网络资源有限、计算能力相对不足的特点以及传统简单机会路由(Simple Opportunistic Adaptive Routing,SOAR)路由算法未充分考虑负载均衡与不同业务服务质量(Quality of Service,Qo S)保障需求差异性的问题,提出一种支持业务区分的改进型SOAR路由算法。该算法在考虑链路拥塞控制和负载均衡的基础上,定义综合预期传输次数来描述链路的综合状态,有效降低网络拥塞概率;同时根据传输业务类型的不同,设计一种基于层次分析法的路由选择策略,实现路径选择与业务类型的动态匹配。仿真结果表明,在重负载条件下,改进型SOAR路由算法相比传统SOAR路由算法其时延、吞吐量和吞吐率性能明显提升。当网络中存在不同类型业务时,改进型SOAR路由算法能够根据业务Qo S保障需求的差异性自适应选择最佳传输路径。     

平面光波导的数值传递函数方法

把数值传递函数方法应用于对平面光波导的分析。本方法从光波导的标量变分关系出发 ,通过状态方程对问题求解计算。文中引入了传递函数无穷单元的概念 ,使得本方法在处理近截止区域的问题时更加合理 ,计算量更小。文后给出了本文方法的应用和算例 ,与多种方法进行了比较 ,表明本文方法在处理折射率均匀分布和渐变分布波导时都有着特有的优势。     

导航卫星广播星历参数拟合算法研究

基于GPS广播星历参数,研究了导航卫星广播星历参数的非线性最小二乘拟合算法,并推导了相应的计算公式.针对静止轨道卫星轨道倾角近似为0,致使卫星轨道的升交点定义模糊,在数据拟合过程中会导致法矩阵(HTH)奇异的问题,提出对卫星轨道进行轨道倾角变换拟合广播星历参数的方法,并获得较高的拟合精度.最后利用实际算例验证了所推公式和算法的合理性.     

球形译码算法中不均匀半径分配方案及性能分析

在球形译码算法中,初始半径的选择与分配是影响算法性能与复杂度的重要因素.针对球形译码算法在低信噪比时复杂度高的问题,提出了一种新的基于V-BLAST信号模型的初始半径选择与(准)线性半径分配方案,并分析了应用该方案的两种典型球形译码算法流程的性能与复杂度,其分析方法适用于任意不均匀半径分配方案.分析与仿真表明,与传统的球形译码算法相比,在信噪比较低时,采用该方案的球形译码算法的复杂度显著降低;在较宽信噪比范围内,其误码率性能接近最大似然检测性能.     

RBF神经网络在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在激光陀螺单轴旋转惯性导航系统中,单轴旋转可以自动补偿垂直于旋转轴上的惯性器件误差,却不能消除旋转轴方向上惯性器件的误差,因此单轴旋转惯性导航系统的导航精度主要由轴向陀螺漂移决定.提出了一种基于径向基函数神经网络的轴向陀螺漂移辨识方法,利用系统纬度误差和温度变化量作为训练集,针对系统热态、冷态两种情况对RBF神经网络进行训练,对轴向陀螺漂移的辨识精度达到0.0003°/h.试验结果表明:该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,满足实际应用的需要.     

一种时域标量场平面波算法的改进方法

基于现有时域平面波(PWTD)算法,提出了一种对时域标量场平面波算法的改进方法。此方法将现有算法中的插值计算改为制表查询,并给出了其最大误差。另外,还将现有算法中转移算子中对时间求导提到算法最外层,将原先所需的(K 1)(2K 1)次FFT和IFFT计算减少为一次FFT和IFFT计算。最后算例证明当算法选取适当参数值时,可获得需要的计算精度,并验证了改进算法所需计算时间远少于现有算法。     

流编程模型下的存储一致性模型

在流编程模型下建立了一个新的存储一致性模型--流一致性模型,它比传统的释放一致性模型更加松弛.讨论了流一致性模型对程序设计和系统设计的要求,给出了一个正确的系统实现,并且指出流一致性模型的编程和实现并不比现有的一致性模型复杂.