位置信息与替换概率相结合的多核共享Cache管理机制

多核系统中末级Cache是影响整体性能的关键。为了提出一种细粒度、低延迟、低代价的末级共享Cache资源管理机制,将系统性能目标转换为每个内核当前占用Cache资源的替换概率,以决定每个内核能够提供的被替换资源的数量;对某个需要增加Cache资源的内核,从可提供被替换资源的候选内核中选出距离较近且替换概率较高的一个内核,并以Cache块为粒度进行替换,从而实现Cache资源在不同内核间的动态划分。与传统以相联度为粒度的粗粒度替换机制相比,以Cache块为单位的替换机制具有更细的替换粒度,灵活性更高。另外,通过将位置信息和替换概率结合,保证了Cache资源与相应内核在物理布局上的收敛,降低了访问延迟。同时,所提出的方法只需要增加极少的硬件代价。实验结果表明,根据实验场景和对比对象的不同,所提方法与其他已有研究成果相比,可以实现从6.8%到22.7%的性能提升。     

水下缩比航行体热尾流的红外探测实验

根据缩比模型,建立缩比红外成像实验测试系统,对水下航行体的体积、航行深度、运动速度、尾流排放等进行缩比设计,设计多种实验工况,可实现缩比目标模型红外尾流的静态和动态测试。一方面明确红外尾流的可探测性,另一方面掌握红外尾流可探测性的影响因素以及红外尾流的变化规律,为下一步工作奠定基础。缩比实验结果表明,利用区域灰度均值和均方差的起伏变化可有效探测水下航行体水面尾迹。     

基于梯形直觉模糊数的动态多准则群决策方法

针对决策信息为梯形直觉模糊数的多准则决策问题,引入含参得分函数和相关系数提出了一种动态多准则群决策方法,首先利用参照方案相关系数总偏差最小的非线性规划模型求解客观准则权重,通过参数因子转化犹豫度集结得到各方案综合得分函数,最后根据参数动态变化进行MATLAB仿真分析并排序。该方法适用于准则权重已知和未知的情形,弥补了犹豫度缺失和基于距离测度决策方法的缺陷,并通过航空装备保障合同商的选择决策实例验证了有效性。     

基于阵列式探测器的舰载高能激光武器动态精度试验方法研究

对高机动目标的跟踪、瞄准精度是舰载高能激光武器系统的重要性能指标之一,也是未来装备状态鉴定和列装定型工作的主要考核项目。以舰载高能激光武器为研究对象,系统分析了其动态精度试验的技术特点,在此基础上,针对其跟踪瞄准精度要求高的实际问题,提出了基于阵列式探测器的试验和数据处理方法,能够有效完成对舰载高能激光武器动态精度的试验与评估。     

防空导弹武器系统动态组网方式研究

网络化作战已成为当前的发展趋势,传统的组网方式已不能满足空防对抗的需要,使得防空系统也必须做出相应的调整.在分析传统组网方式的基础上,提出了分布式与集中式结构相结合的动态组网方式,实现了整个网络的开放、扁平、指控节点可变,系统的作战效能大大提高.     

基于多Agent协作的战场信息共享系统研究与实现

针对联合作战中分布、动态的战场环境和海量的战场信息,满足不同作战实体对战场信息资源共享的需求,构建了一个基于多智能体的、面向作战任务的信息资源共享模型,并提出了一种新颖的基于相似度的用户动态聚类方法。从用户的资源请求中发现用户兴趣和用户之间的相似度,通过交互机制有效地将相同兴趣的用户及资源智能体关联起来,提高作战主体获取战场信息的能力。实验证明该算法具有较高的效率和良好的可扩展性。     

某型小口径高炮动态跟踪系统误差分析

在该型小口径高炮系统的指标中,对于高炮动态射击精度、火控跟踪精度和随动系统精度都是既有随机误差要求,又有系统误差要求.将火控动态跟踪系统误差作为非常重要的考核指标,却与外场测试结果有差别.从动态跟踪系统误差的产生、分类和内涵出发,通过建立动态跟踪数学模型,并结合作图对其原由进行了深刻的分析.     

基于时间序列判别函数的火控精度检测

在以往通过建立火控系统误差时间序列的动态数学模型对火控精度做定性分析的基础上,提出基于时序判别函数对火控系统精度进行定量分析,其结果能给出火控系统精度更客观的检测评定.采用的判别函数有几何距离判别函数和信息距离判别函数,几何距离判别函数仅考虑模型参数信息计算简单,信息距离函数则综合考虑模型参数信息和残差方差的影响,具有较强的判别能力.     

高动态GPS抗干扰算法仿真研究

对于高动态条件下GPS(global positioning system)接收机的抗干扰问题,研究等距线阵接收信号模型和基于协方差矩阵扩张的基本原理,并仿真分析了2种基于协方差矩阵扩张的经典抗干扰算法：Mailloux算法和Zatman算法在高动态环境下的作用效果。经过Matlab仿真,结果表明,相比与常规方法,Mailloux方法和Zatman方法在阵元是等距线阵时,都能有效地加宽从干扰方向上形成的零陷,能够提高在高动态环境下的抗干扰效果,使接收机能够捕获卫星信号。     

极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。