低分辨雷达基于波形特征的飞机架次判别方法

通过分析低分辨雷达飞机目标回波波形,提取出低分辨雷达飞机目标架次可资分类的特征参数作为飞机目标架次判别的特征向量。最后,采用模糊极大极小神经网络作为分类器,在低分辨雷达目标识别样机系统对机群目标进行分类识别试验中,验证了所提取特征的有效性。     

一种基于0-1整数规划的全局数据分布优化方法

数据分布是影响并行程序在分布主存多处理机上执行性能的重要因素.针对分布主存多处理机中的数据分布问题,提出了一种基于0-1整数规划、利用数据变换技术进行有效数据分布的方法.该方法通过数据变换技术改变数据的存储布局,以使得数据能被有效地分布,并且该方法还利用数据分布图描述程序被并行的情况及其所含数组被访问的情况,并将全局数据分布优化问题转换为求解数据分布图中最优路径的问题,从而可用0-1整数规划求解最优路径问题.该方法能对多个嵌套循环中具有仿射数组下标的任意维数组进行有效的数据分布,并且也能使嵌套循环的并行度尽可能地大.另外,该方法也考虑了偏移常量的对准问题,从而能使数据通信量尽量地小.实验结果验证了该方法的有效性.     

基于窗口预测匹配的序列图像点目标轨迹检测算法

序列图像中运动点目标轨迹的实时检测算法,是目标识别、实时跟踪处理系统中的关键算法之一。在分析不同层次处理方法的基础上,给出了一种基于预测、窗口匹配的点轨迹预测—匹配检测算法,并根据仿真实验的效果,指出此算法可有效地对低信噪比序列图像运动点目标轨迹进行实时检测,具有多目标轨迹检测能力。     

并行计算的数据重分配

为提高算法的并行计算性能 ,许多并行程序必须进行数据重分配。数据重分配是在并行计算过程中实现的 ,其开销影响算法的并行性能 ,高效的数据重分配对提高并行计算的性能有重要意义。本文阐述了数据重分配的环形算法 ;提出了数据重分配的蝶网算法 ,并证明了其正确性 ;设计了结构性数据交换方法 ;通过理论和数值实验分析了两种算法的性能     

信息时代战场兵力组织的运作分析与设计

信息化战场空间、扁平化和网络化的兵力组织形式是未来网络中心战中作战部队编成的主要样式。为建立这一编成样式的设计方法和思路,以战场环境中兵力组织为例,分析了PCANS模型对信息时代组织测度的缺陷,在PCANS模型中引入信息因素描述组织的运作,并提出信息时代战场空间兵力组织设计的实质和目标以及设计方法。     

ITSON：一种基于拓扑演化的P2P智能搜索机制

P2P系统中节点的动态特性对搜索性能的稳定提出了很大挑战。借鉴社会学和组织学相应原理,提出拓扑演化模型捕获节点的运动规律。节点模拟人类在社会网络中的行为,根据自身和他人的兴趣变化,随搜索过程的进行,利用自身局部信息,动态、自适应地调整网络拓扑,及时反映资源分布以及搜索内容的动态变化,维持资源合理组织。在此基础上提出的智能搜索机制ITSON(InTelligent Search based on tOpologyevolutioN),利用消息转发的智能性进行路由方向决策,从而迅速定位提供资源的节点。仿真结果说明,ITSON能自动优化网络,具有良好的搜索性能和自适应特性。     

面向大尺寸滑动窗口应用的并行计算模型

大尺寸滑动窗口的应用在数据输入速度与处理速度之间存在较大差距.为了缩短差距,提出了一种并行计算模型,使用尽可能少的存储资源与尽可能简单的存储器读写控制逻辑实现了尽可能高的数据重用性与并行性.该模型将不同滑动窗口之间的并行处理与单个窗口内不同数据之间的并行处理结合起来:对于不同窗口,按列进行分组并映射到多个处理单元上并行...     

超高速碰撞形成一次碎片云特性

对超高速碰撞数值模拟方法进行了讨论.采用ANSYS/AUTODYN程序的SPH方法,对球形弹丸超高速撞击时弹丸的破碎、碎片云的形成及扩展过程进行数值模拟,其结果与实验结果进行比较,并验证了计算方法和模型参数的正确性.在此基础上采用数值模拟方法,对钨合金、轧制均质装甲及LY12铝三种材料的球形弹丸超高速撞击靶板之后形成的一次碎片云形貌及演化规律进行了研究,并基于量纲分析方法得出了碎片云特征参数(碎片云头部速度、径向最大膨胀速度及膨胀角)随初始撞击条件的变化规律。     

气动力辅助异面变轨可达范围的判别方法

航天器进行气动力辅助异面变轨时 ,确定可达范围 (变轨结束时的倾角和升交点赤经 )是一个十分重要的问题。文中利用坐标变化法 ,得到了由初始轨道倾角为 0时的倾角改变量 ,确定任意初始倾角下可达范围的公式 ,使求解大为简化     

联合二代Bandelet和Wavelet对图像进行分层压缩

一幅图像可以分解为匀质结构图和几何纹理图两个分量.基于这种思想,提出了一种使用二代Bandelet和小波对图像进行分层压缩的有效算法.首先,使用全变分方法把原始图像f分解为u和v两部分,其中u代表f中的结构分量,v代表纹理分量;对u进行小波变换,对v进行二代Bandelet变换.采用了自顶向下的四叉树分解算法,优化了二代Bandelet的四叉树建立过程.实验结果表明,该压缩方法的重建图像在视觉效果和客观SSIM值两方面均优于JPEG2000和Bandelets.