装备互用性若干问题研究

互用性是联合作战的基础,是装备系统构成体系的纽带或黏结剂,随着信息化的发展互用性问题已经成为制约部队联合作战能力的关键因素。尽管互用性是两个或两个以上装备之间的一个关系特性,但有互用关系的单个装备本身要具有互用的能力。实现互用性的模式基本上分为点对点的方式和以网络基础设施为基础的方式。互用性的论证分为两个层次的论证,一个是体系级的论证,一个是系统级论证,系统级互用性要求来自于体系级互用性要求。加强对装备互用性研究对于提高部队联合作战能力具有重要现实意义。     

基于高性能DSP实现的多普勒波束锐化实时成像处理

在简要介绍多普勒波束锐化 (DBS)成像原理和TMS32 0C6 2 0 1芯片特点的基础上 ,着重讨论了DBS成像算法基于DSP的实现。在实现过程中充分考虑了通用DSP完成非线性运算、除法运算耗时大以及存贮I/O操作耗时不能忽略等特点。最后分析了算法性能并给出了实验结果     

面向GPU的非结构网格有限体积计算流体力学的图染色方法优化

采用图染色方法解决通量累加和局部最大压力计算引起的两种典型资源竞争问题,并通过共享内存的使用、体编号和面编号的重排、面数据的重排三种策略优化图染色方法。针对应用在空气动力学多种规模的三维网格,分别采用双精度和单精度操作数,在Nvidia Tesla V100和K80 GPU上,展开性能测试。结果表明:共享内存的优化效果不明显;体编号和面编号重排降低了图染色方法的计算性能;面数据重排可以有效地优化图染色方法;计算性能在V100上提高20%左右,在K80上提高15%左右。     

基于多DSP系统实现的非聚焦合成孔径实时成像处理

合成孔径成像是提高图像方位向分辨率的有效方法,但算法运算量大,在机载条件下往往实时性得不到保证。采用非聚焦成像算法可以在分辨率与运算量之间作一个折衷,可以在分辨率要求不是很高而需要实时性很强的情况下,输出方位向得到较大改善的实时图像。在简要介绍非聚焦合成孔径成像原理和TMS320C6203芯片特点的基础上,着重讨论了非聚焦合成孔径成像算法基于多DSP系统的实时实现,分析了系统性能并给出了实验结果。     

基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多,因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性,以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力,提出了一种新的空域图像恢复方法,并通过对来自于待处理图像本身的训练样本的学习,构造自适应的回归插值函数;然后基于该函数对图像作有选择的修改,从而达到图像恢复的目的。实验表明,该方法是有效的,并且具有较好的泛化性能。     

基于Windows CE．net的仪器控制和数据处理系统的开发

基于RS232协议的串行通讯在工业和分析测试仪器控制及数据传输中有着广泛的应用.目前,分析测试仪器对于所采集到的数据的处理过程随着分析对象日益复杂而变得复杂,而单片机的运算速度和开发进程已经不能完全满足仪器开发的需求.以基于Windows CE.net嵌入式操作系统的带有串口的PDA(Personal Digital Assistant)为平台,以Embedded Visual C 4.0(SP6)为工具,采用串行通讯、多线程技术,构建了针对系列测试仪器的仪器控制和数据处理系统.并对实现过程中的有关关键技术进行了探讨.该系统的开发成功使得下位机--单片机从复杂的数据处理中解脱出来,而仅完成仪器的数据采集和传输工作.这种方案的实现可以大大缩短仪器的开发周期并极大地提高仪器控制和数据处理的灵活性.     

利用支持向量机的矢量跟踪通道故障检测算法

为了克服卫星导航矢量跟踪接收机中故障通道对其他正常通道的影响,提高矢量跟踪接收机的鲁棒性,提出一种利用支持向量机的通道故障检测算法,利用矢量跟踪接收机的导航滤波器的新息序列作为支持向量机的输入。支持向量机的输出为通道的状态,根据支持向量机的输出通道的状态来判断该通道是否纳入导航滤波器,用来跟踪滤波器状态值,这样能够有效地避免故障通道对导航结果的污染。仿真实验结果表明:该方法能准确地检测出有故障的通道,提高矢量跟踪环路的鲁棒性。     

采用向量内积的并行相关算法

针对软件接收机相关器计算的实时性问题,通过分析扩频信号的接收过程,建立一种基于向量内积的并行相关信号接收模型。利用图形处理单元中大量的浮点运算单元进行矩阵与向量运算,并行计算各通道相关值,提高了信号相关运算的实时性。仿真验证结果表明,利用基于GPU的向量内积软件并行相关算法计算25 MHz采样率时长1 ms的信号相关值,25个通道共150个相关运算耗时967μs,与CPU上基于数学核心函数库的实现相比速度约提高了61.4倍,能够实现宽带扩频信号软件实时相关接收。     

SVM在空中目标威胁值评估中的应用

构建了基于回归型支持向量机的空中目标威胁值评估模型,确定了基于粗糙集理论的空中目标威胁因素,并建立了数据离散化、归一化的标准。将常用的4种核函数应用于对空中目标威胁值的估计,并通过基于网格法和遗传算法的搜索方法找到模型的最优参数。最后通过Matlab对算例进行了仿真验证。     

基于改进支持向量回归机的火炮身管寿命预测

为准确预测火炮身管寿命终止时火炮射弹数,根据射击过程中火炮身管磨损量与身管寿命特性,分析了身管膛线起始部磨损量与身管射弹数之间的关系,提出了支持向量回归机算法,并采用遗传算法进行模型优化改进,得到火炮身管寿命预测最优模型。结合两种类型火炮的身管数据,利用该模型对身管寿命进行预测,并与原始支持向量回归机进行对比,通过分析可知改进的支持向量回归机预测效果好、精度高,为火炮在实际应用中身管的寿命预测提供了新的思路。