直接序列扩频信号仿真数据的高效生成方法

扩频技术在通信和卫星导航领域得到了广泛应用,传统仿真数据的生成方法存在计算量大、忽略信道影响因素,较难实现高精度生成等问题.结合扩频系统信号和噪声的特点,提出了基于扩频码码片相关的信号生成以及基于AR模型的带限高斯噪声生成两种高效仿真信号生成方式.该方法计算量相对于传统高精度方法可由1GHz的生成速率降低至码片速率级的数据生成速率,同时保证了信号生成的灵活性和可控性.相关结果可用于现代化导航接收机的仿真数据快速生成.     

某高炮火控系统射击诸元采集装置设计

在高炮火控系统射击校正中,射击诸元需要以数字量形式送入校射系统作为输入信号使用,而高炮火控系统射击诸元大都是采用三相轴角信号形式的模拟信号。为了解决这一问题,设计了一种高炮火控系统射击诸元采集装置实现射击诸元模拟量向数字量形式的转换。首先分析了射击诸元的采集与测量原理,设计了SCOTT变压、采样保持、A/D转换、正峰值脉冲产生、数据处理与控制等硬件功能电路,阐述了采集装置的总体工作过程,在此基础上进行了软件程序设计。该射击诸元采集装置的研制为高炮火控系统射击诸元的采集以及校射工作提供了一种实用的方法。     

不平衡数据的软件缺陷预测方法

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡性,采用SMOTE技术对软件缺陷数据进行平衡化,最后在AUC和F-measure评价指标下对算法进行评估。实验结果表明随机森林算法在4组数据上表现最佳,这为软件缺陷预测提供了很好的参考。     

折反射全景与遥感图像融合的建筑物高程自动提取方法

为了解决三维城市重建中的建筑物高程提取问题,提出一种折反射全景与遥感图像融合的建筑物高度自动提取方法.该方法分为三步,首先进行折反射全景与遥感图像的配准,然后利用配准结果提取折反射全景图像中建筑物的底部和顶部边界,最后基于边界信息,根据折反射全景成像光路跟踪模型计算建筑物的高度,整个提取过程自动完成.实验结果证明该方法...     

数据融合中的Dempster-Shafer证据理论

虽然 D- S方法已广泛地应用于各种数据融合系统中 ,但在实际应用中依然存在着许多困难。总结了数据融合应用中的 Dempster- Shafer证据理论研究概况 ,从四个方面阐述和对比分析了一些有代表性的研究成果 ;同时为下一步的研究提出了新的课题和思路     

运输危险品液货船气体浓度场的建模精度和可视化研究

在运输危险品液货船气体浓度场的动态分布建模分析一文的基础上 ,提出了提高气体浓度场的动态分布数学模型精度的一种新方法和实现可视化研究的基本思想     

压缩感知理论与光学压缩成像系统

压缩感知理论为提升信息获取能力提供了新的思路,它表明当被探测信号具有稀疏性时,则获取信号所必需的测量数据与其稀疏度K量级相当,而远小于信号的维数N(Shannon采样定理所要求的采样数)。基于压缩感知理论的成像技术(压缩成像)则将感知、压缩和数据处理三个过程完美地结合在一起,避免了传统成像系统"先采样再压缩"方式带来的传感器和计算资源浪费。本文从稀疏性、投影测量矩阵的设计与可重构条件、压缩感知重构算法三个方面概述了压缩感知理论及进展,并以光学成像为背景,详细阐述了最近提出的几类光学压缩成像系统,最后,探讨了压缩感知及压缩成像方面目前所面临的一些挑战性问题。     

一种改进的AVL系统中车位显示修正算法

AVL系统就是GIS与GPS技术集成的成功应用。AVL系统中GPS信号在GIS地图上显示时,由于各种因素的影响,存在很大的偏差。对这种偏差的校正是十分必要的。为了解决这个问题,对以前提出的误差校正算法———"线性抽象算法"进行了改进,提出了另一种误差校正方法———"缓冲区线性抽象算法",实验结果表明这种方法能在很大程度上校正偏差,不但具有较高的精度,而且还提高了算法效率。     

军事任务推演的时空模型与驱动机制

针对军事信息系统的作战任务推演需求,提出了一种基于时空事件序列的、较为完备的高效任务推演方法。论述了基于层次化分解的任务表达机制与实体化策略;针对保障数据定制问题提出了面向任务的时空数据应用模型,以任务最小需求为准则对一体化时空数据集进行多维筛选,有效降低数据的冗余度;详细讨论了时空事件序列模型的定义及其在军事任务推演中的数据驱动模式;结合具体仿真实例进行了应用探讨。原型系统的实现证明了该思路的有效性和可行性。     

抗差最小二乘估计在惯组外场标定中的应用

惯组在外场进行标定时常常会受到环境的振动干扰,从而会对惯组的标定精度造成极大的影响.为解决这一问题,在分析了粗差对惯组标定精度影响的前提下,建立了一种改进的辨识惯组误差系数的数学模型,使其能够分辨出那些受到振动干扰影响的惯组误差系数.最后利用抗差最小二乘估计对惯组误差系数进行处理,通过等价权函数的连续降权和连续减弱影响处理,抵制了异常数据对惯组标定精度的影响.仿真结果表明,抗差最小二乘估计具有很强的抗差能力,能有效减弱异常干扰对参数估计的影响,提高惯组外场标定的精度和数据的可靠性.