并行加速网络操作系统的研究与实现

并行计算机是计算机科学发展的必然趋势,当前研究并行计算机在网络系统中实现资源共享,推广并行计算机的应用是一个非常粗意义的课题。本论文介绍并行加速机网络操作系统的研究成果。该操作系统已经成功地实现了基于Ｔｒａｎｓｐｕｔｅｒ的ＰＡ－１００并行加速机的在局网上,支持多用户的作业级并行处理和任务级并行处理。     

印度寻求新型海上巡逻机

[引言]2007年3月26日,在印度举办的航空展览会上,印度海军的远程多任务作战飞机计划办公室主任辛格准将透露,可能优先考虑选择美国洛克希德·马丁公司最新改进型的 P-3C"猎户座"远程海上巡逻机。该升级版的"猎户座"巡逻机是专为美国下一代海上巡逻机的招标而研发的装置了最新发动机、航空电子设备、雷达和多种类型的对海作战武器,符合美海军作战要求。由于印度海军的远程多任务作战飞机计划竞争激烈,洛·马公司决定推出低价格、高性能的改进型 P-3C 巡逻机,以赢得印海军的这项多达24架的订购合同。因此洛·马公司也在向美国政府要求向第三国的出口授权许可。     

雷达辐射源识别中数据库的构建及应用北大核心

为满足雷达辐射源识别技术发展和特征参数挖掘的需要,在分析辐射源基本信息和特征参数以及二者之间关联关系的基础上,通过数据库管理系统SQL Server,以E-R模型、数据类型设计为切入点,分别构建了雷达辐射源信息库和特征库。最后,分别从雷达辐射源数据可视化管理、信号调制类型识别、辐射源匹配识别等方面探究了数据库的应用实例。从应用实例的运行效果来看,验证了所构建数据库的科学性和可行性。     

一种针对组网雷达的突防行动任务规划策略

组网雷达探测系统是构成预警监视、防空警戒、目标引导、导弹防御等军事防御体系的关键环节.信息化条件下的空中作战行动对敌方组网雷达实施电子干扰是获取"制磁权"、夺取信息优势,并为后续空中火力打击开辟通道的主要手段.针对多机伴随式协同干扰组网雷达关键技术展开研究,对远距离支援干扰机进行分析,确定其干扰目标、干扰策略及巡航路径;建立多机伴随式协同干扰模型,寻求突防机群的最佳航迹,实现在远距离支援干扰机和随队支援干扰机掩护下安全抵达攻击线;最终确定在不同时刻的干扰策略和干扰功率分配,完成针对组网雷达的突防行动任务规划.这一工作对飞行部队完成突防任务具有一定的参考价值.     

基于SLPP-LSSVM的空战效能评估研究

针对现代空战效能评估多层次、多因素、非线性耦合的复杂特点,提出一种基于有监督局部保留投影(SLPP)和最小二乘支持向量机(LSSVM)的空战效能综合评估模型.先利用SLPP对数据局部信息和类别信息的处理能力,提取空战效能数据中有辨识力的低维特征;利用获取的低维特征构建LSSVM空战效能综合评估模型;通过构建的模型,对空战效能进行评估.计算分析表明,所提出模型的评估结果与专家的评估结果相一致,没有出现错判,不同参数下结果输出也很稳定.因此,将该模型用于空战效能评估是有效和可行的,也为空战效能评估提供了一种可靠的技术途径.     

微波系统前端放大器的计算机辅助设计与实现

本文介绍了微波放大器机辅设计的各种方法,介绍了考虑各种因素后所编制的LCAD软件及其特点。用LCAD软件设计制作了两个放大器,一个已成功地用于某雷达中,其指标达到国内同类产品领先水平,另一个也有较高的性能指标,而且两者的理论值与实测数据十分吻合。这在微波放大器的设计中是很难达到的,说明了LCAD软件是十分成功的。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

基于小波包和支持向量机的舰用发动机故障诊断

舰用发动机是一个复杂的大系统,由于受到海洋恶劣气候的影响,其故障发生的概率大大增加,因此,对舰用发动机故障诊断进行研究具有重大实际意义。以舰用发动机的主泵轴承为例,提出了基于小波包和支持向量机的故障诊断方法。首先采用振动加速度传感器获取轴承的振动信号,然后对采集数据进行多层小波包分解,求各频带信号能量,形成各种故障模式下的特征向量。将形成的故障特征向量训练集输入到支持向量机,通过训练建立诊断分类器,并运用测试数据对建立的诊断分类器进行测试。实验结果表明,该方法可以很好地实现舰用发动机故障诊断效能,具有很好的工程应用前景。     

基于支持向量机的多目标分类和识别

支持向量机(SVM)算法广泛应用于模式识别等领域,但是SVM最初是针对二类别分类提出,在多分类识别中稍显逊色。对将SVM由二分类扩展到多分类的算法进行了研究,发现有向无环图(DAG-SVM)是其中用的最多的算法之一。因此,针对军事领域图像的多目标分类,选择有向无环图算法来实现军事图像中单兵、装甲、低空等多目标的分类识别。