Turbo乘积码在双多进制正交码扩频系统中的应用

本文就Turbo乘积码在双多进制正交码扩频系统中的应用,介绍了其解码的过程与方法。给出了两种较为实用的信道接收软值获得方法。计算机仿真表明通过采用本文所提出的信道接收软值获得方法,Turbo乘积码可以极大地提高系统的可靠性,弥补高效调制所带来的不足。     

Link-16信号结构研究

摘要：台湾的联合战术信息分发系统采用Link-16战术数据链进行通信,本文在Link-16数据链研究的基础上介绍了该信号的结构组成与数据封装。     

GM(1,1)模型用于目标方位数据预处理

基于估计理论这一数学基础的纯方位目标运动分析,由于其本质上的非线性,导致估计性能严重依赖观测精度,在大噪声背景下,收敛慢,甚至发散.针对此,提出一种基于灰色系统GM(1,1)模型的数据预处理算法.该算法不需要数据的概率分布、一二阶矩等统计先验知识,而是通过生成具有较强规律的数列,揭示数据的内在规律.仿真结果表明,该模型能有效地滤除背景噪声;经过预处理后的数据用于目标运动状态求取,解算结果理想.     

IETM中XML技术数据的处理方法

根据IETM研究和开发的需要,分析了IETM的技术数据,探讨了技术数据的XML描述,阐述了XML技术数据向关系数据转换的一种方法,并设计了一种IETM的关系数据库模式,有效地实现了IETM技术数据的数据库管理.     

基于快照日志分析的数据同步方法

在大型信息系统的开发中,分布式数据库和分布式应用系统间的数据同步问题是一个较难解决的问题,现有的各种解决方案存在着难以反映源数据频繁变化、工作效率低以及应用程序间协调困难和部署管理复杂等问题。通过对Oracle数据库的数据复制机制的研究,提出了基于快照日志分析的数据同步方法,介绍了快照日志的数据结构、对数据库操作的记录方式,并阐述了提取快照日志记录的增量变化的日志分析算法,对于实现事务操作频繁的数据表间的数据同步提供了一种新思路。     

【专题】基于装备试验数据的信息管理平台建设研究

装备试验数据作为装备制造产业的重要生产要素,对其管理的能力已成为企业应对创新发展机遇的重要竞争力。本文对装备试验数据进行概要介绍,并对试验数据结构及特点进行分析。同时,按照装备试验数据的保密管理原则,结合装备试验活动各阶段产生的数据类型,以及试验数据量大、种类多、处理速度快等特点,提出试验数据分级管理模型。在此基础上,从试验数据在装备履约、鉴定评估以及实际应用等管理需求出发,分析当前数据管理要求规范化、多源数据管理系统化以及分析工具综合化等数据管理中需要关注的问题,提出装备试验数据信息管理平台建设框架,深入分析管理平台的基础运行环境、数据采集与预处理、分布式存储、数据分析挖掘与应用等信息管理功能模块,旨在为进一步加强装备试验数据管理提供借鉴与参考。     

基于区块链的装备数据安全共享方案研究

军事装备大数据是实现军事现代化、智能化的基础,其中,数据共享对实现装备可视化管理、整合装备供应链、优化指挥控制系统等具有至关重要的作用。军事装备数据涉及核心机密,数据的安全共享问题是导致这些技术发展迟缓的关键因素之一。区块链是一种具有去中心化、不可篡改、稳定可靠等特性的分布式链式账本技术,利用区块链技术和云计算可以保障装备数据安全,在军事领域有着广阔的发展前景。本文面向装备数据安全共享业务开展研究,探讨利用基于属性加密技术和智能合约技术解决不同主体间的信任问题,并提出了基于区块链的装备数据安全共享方案,以打破传统装备系统中的“信息孤岛”现象。     

情报大数据治理框架研究

本文从情报处理的发展和演变着手,面向当前大数据技术飞速发展和情报数据量呈爆炸式增长的趋势,介绍了大数据治理的概念和本文对于大数据治理的理解,并进一步针对数据治理和数据清洗内涵的不同进行了区别说明。此外,还梳理了当前各国在大数据治理和大数据开发方面的现状,对我国在大数据治理方面的政策环境和技术发展情况进行了概括。本研究针对情报大数据的特点,分析了大数据治理对于情报数据发挥作用的重要性;针对情报大数据在数据治理方面面临的问题,分析了情报大数据治理的需求;在情报大数据治理框架方面,构建了由人员组织机构、治理机制、形成的能力、治理策略等方面组成的情报大数据治理模型;对情报大数据管理生命周期内的治理内容进行了描述;最后对情报大数据治理的前景进行了简单展望。     

基于多机载预警雷达的机动目标融合跟踪方法

机动目标跟踪是多机载预警雷达数据融合中的一个难点,传统的卡尔曼滤波本身不足以解决该问题.基于量测噪声协方差估计设计了一种可适用于机动目标的卡尔曼滤波器;引入了协方差交集,提出了一种针对多机载预警雷达数据融合中机动目标跟踪的新方法.仿真实验表明,该方法能够成功稳定地跟踪机动目标,与现有的主流方法相比,该方法的误差性能是最佳的.     

水下传感网络中能效感知的相似数据融合算法

水下无线传感网络(Underwater Wireless Sensor Networks,UWSNs)被认为是监测和开发水域环境的有效手段.相比于传统的无线传感网络,UWSNs中节点采用声通信传输数据,消耗了更多能量.而簇是管控数据流量、减少节点能耗的常用方法.为此,针对簇化的UWSNs,提出能效感知的相似数据融合(Energy efficiency-similarity Ag-gregation,EESA)算法.EESA算法利用欧式距离消除冗余数据,每个传感节点不是将感测的原始数据直接传输至簇头,而是将数据进行压缩,构建成具有代表性的数据点,再将这些数据点传输至簇头,进而控制数据流量,减少节点能耗.仿真结果表明,提出的EESA算法能够有效减少节点的能量消耗.