密集回波环境下的一种交互式多模型算法

利用神经网络算法对基于机动目标“当前”统计模型的均值和方差自适应滤波算法进行修改 ,提高该算法的性能 ;然后与匀速模型交互作用 ,利用概率数据关联处理密集回波环境下机动目标的跟踪问题 ,这样既保持了对强机动目标的跟踪性能 ,同时又提高了对弱机动目标的跟踪精度。仿真结果证明该算法确为一种非常有效的方法     

多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

两段探测目标的传感器任务调度问题0-1规划模型及算法

为解决指挥系统控制中的调度困难,研究了一类特殊的传感器资源调度问。主要分析了跟踪目标的探测次数、时间间隔和传感器资源等约束条件。用跟踪目标的重要程度之和作为目标函数,建立了一个0-1规划的数学模型,再利用变换将其转化为0-1线性整数规划模型。利用割平面法求解得出最优调度策略,其能在工作量饱和的情况下合理调度传感器资源。为提高求解速度,提出了对应的模拟退火算法。通过对一些不同规模实例的求解,在资源利用率和算法的求解速度等指标上,与割平面法及遗传算法进行对比分析,验证了模型的有效性和模拟退火算法求解的高效性。     

利用2006-2012年北半球冬季无线电探空站及MACC再分析数据对COSMIC GPS RO 反演的水汽廓线进行质量分析

为了验证COSMIC (Constellation Observing System for Meteorology, Ionosphere, and Climate, COSMIC) GPS (Global Positioning System, GPS) 掩星（Radio Occultation, RO）反演的水汽廓线的质量,同时也为了验证水汽对COSMIC GPS RO反演结果的影响,利用2006-2012年北半球冬季（12月、1月及2月）低纬度地区（30°S-30°N）无线电探空站数据及全球MACC再分析数据对1000 hpa-200 hpa 高度层的COSMIC GPS RO 反演的比湿廓线进行了精度和可靠性验证。这里分析了无线电探空比湿数据及MACC-Reanalysis数据相对于COSMIC GPS RO反演的比湿数据的相对误差在不同高度,不同比湿值的分布情况,发现在对流层中上层出现比湿相对误差极端值概率较大,在500 hpa -600 hpa高度层出现比湿相对误差极端值最大。在低纬度地区,无线电探空站比湿数据与COSMIC GPS RO反演的比湿数据之间的相对误差要小于20%,标准偏差也小于20%。通过统计比较低纬度地区及全球范围MACC再分析数据相对与COSMIC GPS RO数据的相对误差与标准偏差,发现低纬度地区COSMIC GPS RO 反演的比湿廓线精度要比全球范围要差,同时分析了两者之间的相对误差Re(q)在不同区间（-100%相似文献   

天基预警系统多体制传感器综合调度方法

为提高天基预警系统对多目标的跟踪能力,提出扫描传感器纬度区间扫描模式和凝视传感器目标群跟踪模式,并基于此种模式设计基于聚类的扫描传感器纬度区间扫描调度方法和凝视相机目标群跟踪调度方法。由于诸多传感器的工作模式、探测频率、测量误差、视场模型均不相同,推导不同探测频率、视线误差的多传感器联合观测跟踪的克拉美-罗下界计算公式。综合运用以上方法,建立多体制传感器综合调度优化方法。仿真试验表明,该方法比传统工作模式下的系统对多目标具有更高的跟踪精度。     

扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法

针对传感器网络中跟踪目标需要大量的节点协同工作,还需要实时处理和传输大量数据,提出一种基于扩展卡尔曼滤波的有向传感器网络目标跟踪算法(EK-MTDC),重点研究了传感器网络中的扇区数量对节点间数据传输与目标跟踪精度的影响,根据对目标状态的分析,通过压缩参与监测的节点个数,选择激活网络中节点相交区域内的节点对跟踪目标进行监测。仿真结果表明,该算法能在不降低跟踪效果的前提下,降低网络能耗,延长其使用寿命。     

基于反射内存网的复合导引头联合仿真试验设计

联合仿真试验同时具备实装试验、数学仿真试验和半实物仿真试验的优点,可构建全面逼真的试验环境,其中实时算法和通信技术是关键技术。基于反射内存网技术,进行了复合导引头联合仿真试验总体方案设计,对试验中的时间同步、数据同步等关键问题进行了研究,解决了联合仿真试验中各仿真系统协同及实时通信问题,对联合仿真试验的开展有一定的应用价值。     

微小型飞行器多传感器融合容积姿态估计北大核心

针对微机电系统(MEMs)陀螺仪精度低、噪声大且误差随时间累积的问题,扩展卡尔曼滤波(EKF)线性化误差的问题和无迹卡尔曼滤波(UKF)时间耗费大的问题,提出了一种欧拉角容积卡尔曼滤波(CKF)姿态估计方法。建立了欧拉角姿态运动学模型,以姿态角为状态量、加速度计和磁强计输出解算得到的姿态角为观测量,采用容积数值积分理论来计算非线性函数的均值与方差,实现了多传感器辅助的微小型飞行器(MAVs)CKF姿态估计方法。仿真结果表明:估计精度方面,CKF与UKF相当,优于EKF;滤波稳定性方面,CKF与UKF相当,显著优于EKF;时间耗费方面,CKF优于UKF。     

大数据时代下教育短板地区教学网络扶贫问题研究

大数据为教学带来新的变革,也为网络欠发达的教育短板地区带来巨大机遇与挑战.以大数据所依赖的网络建设为轴线,为教师获取教学信息资源,促进自身发展提供基本媒介、技术、条件、途径、方法和策略,避免因网络贫困而导致的系列问题的产生,对于实现教育短板地区教育扶贫从"输血式"到"造血式"的根本转变具有重要的价值与意义.本研究以新疆地区为个案,通过调研发现,教学实践中存在数据支撑条件缺乏,教师需求强烈;数据意识缺失,网络利用率低下;网络能力贫困,信息行为单一;数据资源库支持乏力,教学资源获得障碍重重等问题,通过原因分析,从转变扶贫模式,凸显"以人为本"的精准扶贫理念;转变传统网络观念,深化网络数据意识;学校与培养培训部门合力,强化教师网络数据能力培养;强化资源库建设,提供免费资源信息等方面提出相应对策.     

军事领域“大数据”研究

学术界对于大数据相关问题的研究,从2009年大数据之初就已经开始。目前军事领域对大数据的研究逐步深入,主要围绕大数据对军事领域的影响及挑战、大数据技术在军事领域中的应用等展开,呈现出重点突出、角度多样、不断细化等特征,但在研究的系统性和全面性上还存在一些不足,这些不足将成为进一步拓展和深化研究的重点。