云计算军事应用研究

信息技术的迅猛发展极大地推动了军事领域的变革,云计算作为当前信息技术领域最为热门的技术以其超强的计算能力、高可靠性、高安全性、高可扩展性和良好的经济性等优势在军事领域具有广阔的发展前景。文章在介绍云计算基本概念的基础上,详细论述了云计算军事应用的重要意义和应用中需要把握的主要问题,提出了加快推进云计算军事应用的设想,为...     

云计算时代的作战实验

走进云计算,对于网络环境中的作战实验具有非常重要的实用性和现实意义。云计算的三种服务模式,即基础架构即服务、平台即服务、软件即服务,非常适合作战实验这种大规模复杂计算,必将对作战实验产生积极和巨大影响;云计算中的虚拟化、分布式资源管理、并行编程模式等关键技术能够满足作战实验的相应技术需求,它们对作战实验的发展具有推动作用,极具研究价值。     

基于线加速度计的高分辨率光学影像颤振检测与重建方法

卫星平台颤振条件下,推扫式高分辨率光学影像成像往往产生扭曲,从而影响影像的定位及信息提取精度。针对当前颤振下影像成像扭曲补偿的问题,提出一种基于线加速度计测量平台颤振下的稳态重成像模型实现高分辨率卫星颤振扭曲影像的重建。采用受平台颤振影响而扭曲变形的高分某型号卫星全色影像数据进行验证。分析结果表明:提出的线加速度计可以有效检测并测量出平台的颤振,设计的颤振影像地面重建模型可以有效提高光学影像成像质量,补偿后影像扭曲变形现象明显消除。     

压缩感知曲线SAR孔径优化和目标三维特征提取

在建立曲线合成孔径雷达回波信号稀疏表示模型的基础上,基于压缩感知采样矩阵设计的不相关原则,给出了曲线孔径优化设计的评价准则,并利用基于全局优化的基追踪方法实现了目标三维特征提取。仿真结果验证了孔径优化评价准则的正确性和基追踪方法在目标特征提取处理中的有效性。     

第1讲 大数据——挑战与技术

文章描述了大数据的规律、现象、成因及特征,重点介绍了应对大数据挑战的分布式计算技术,包括:分布式文件系统、分布式并行处理系统、分布式数据库系统和分布式数据挖掘系统等,分析了相关技术的原理,介绍了目前研究的热点与研究成果。     

大数据技术专题讲座(二) 第4讲 OpenStack开源平台研究与比较

文章研究最新的开源IaaS云计算管理平台OpenStack的主要功能、核心项目以及他们之间的工作关系。从平台架构、部署架构、底层技术等方面与另一流行开源云计算管理平台CloudStack进行比较,分析OpenStack的特点和应用场景。     

大数据对激励官兵战斗精神的几点思考

当今时代是数据爆发的时代。随着科学技术的迅猛发展,以及人工智能、物联网、云计算等技术运用的日臻成熟,每天生成和交换的数据量呈几何级数增长。海量的数据信息,不仅极大促进了计算机网络及相关设备软硬件的升级,也必然会对军事领域产生影响。对官兵而言,大数据正以肉眼可见的速度改变着他们的学习、工作和生活。研究大数据对官兵精神状态尤其是战斗精神的作用影响,对鼓舞部队士气、提升战斗力具有重要意义。     

考虑弹体动态特性的非奇异有限时间制导律

为满足导弹拦截机动目标时交会角约束和有限时间收敛的需求,建立了考虑弹体一阶动态特性的制导模型。把目标加速度视为有界外界干扰,同时结合非线性反步设计法中的动态面法,设计一种考虑弹体动态延迟的非奇异滑模制导律,并且证明了基于Lyapunov稳定性理论制导系统状态可渐进收敛到零。在所设计的制导律下,对单侧机动的低空高速目标进行仿真。仿真结果表明所设计的非奇异制导律可以有效降低弹体动态延迟带来的影响,而且具有较低的脱靶量与交会角误差;与考虑弹体动态特性和交会角约束的最优导引律相比,其具有更高的制导精度。     

圆周合成孔径雷达的快速时域成像算法

为实现圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)快速成像,提出一种用于CSAR的快速时域成像算法。该算法通过将CSAR的圆孔径分成若干子孔径,分别对子孔径采用快速因式分解后向投影算法处理,再将各子图像相干插值叠加至同一坐标系下得到成像结果。详细分析算法实现中的坐标转换、误差控制和运算效率等关键问题,并用点目标仿真和实测数据处理结果验证算法的有效性。所研究方法具有成像范围大、计算量小等优点。     

失效概率函数求解的高效算法

结合基于分数矩约束的极大熵方法和替代模型法,发展了一种失效概率函数求解的高效算法。所提算法的基本思路是利用自主学习的迭代Kriging方法来构造失效概率函数,即采用较少的训练样本来构造粗糙的失效概率函数,在此基础上通过添加新的违反学习函数约束的样本来更新失效概率函数,直到达到精度要求。对于每一个分布参数的训练样本点,所提方法采用分数矩约束的极大熵法来求解相应的失效概率样本。由于分数矩的计算采用了高效的降维积分,并且由于分数矩约束下极大熵法中优化策略高效地逼近了响应的概率密度函数,从而使得失效概率样本能够被高效高精度地估计出来。为了检验所提方法的精度及效率,给出了两个算例,对比了所提方法与已有的失效概率函数求解的Bayes公式法及Monte Carlo法等,结果表明,所提方法适用于求解复杂的功能函数问题,且在满足精度要求的基础上大大降低了计算量。