舰载被动传感器数据关联算法研究

针对ESM的属性关联和空间关联准确度不高的问题,提出了一种属性-空间综合关联算法。建立了属性-空间综合关联算法的功能模型,并对采用算法进行了描述和仿真。仿真试验结果表明,属性-空间综合关联能有效克服不同平台、相同目标属性关联和同一平台、不同辐射源空间关联存在的问题,且具有较高的关联准确度。     

精益研发向我们走来

什么是精益研发精益研发是一种以精益为目标的研发方法,它集成了技术创新、协同仿真以及立体质量设计三大核心技术,实现产品质量跨越式的提升。 精益研发第一次系统地实现了以质量数据总线（QBUS）来整合各种产品质量信息（如几何信息、物理信息、系统可靠性等）．把物理世界与数字世界充分关联起来．实现二者之间的精确映射。     

新版《军备、裁军和国际安全》报告发布

2008年6月9日,瑞典斯德哥尔摩国际和平研究所(SIPRI)举行记者招待会,发表了《SIPRI 年鉴2008:军备、裁军和国际安全》报告,对全球安全与冲突、军费开支与军备及防扩散、军备控制与裁军的形势和进展进行了介绍。该报告发布的主要数据和结论包括:①2007年,全球发生了14次严重的武装冲突。而过去10年来,全球武     

数据挖掘与数据融合相结合的异类信息融合*

针对组网系统中的信息样式多、模糊性强等特点,介绍了分布式异类传感器组网系统及其特点,将数据挖掘中的知识发现理论与数据融合的知识应用理论相结合,建立了异类信息综合处理的集成模型。并提出了基于模糊神经网络的数据挖掘算法,增强了集成模型的自学习性能。模型有效地提高了异类传感器组网系统的智能化、自动化能力。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展,其可靠性面临巨大挑战,基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础,现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大,影响了故障预测的准确性和效率。本文面向未来E级超级计算机,提出数据采集框架（Failure Prediction Data Collection Framework, FPDC）,能够全面采集与计算结点故障相关的状态数据,采用自适应多层分组数据汇集方法,有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小,扩展性好的优点,能够适应未来大规模系统故障预测数据采集的需求。     

基于跟踪精度控制的多传感器管理方法

针对地面机动目标跟踪过程中的多传感器管理问题展开了研究,设计了一种基于跟踪精度控制的多传感器多目标分配方法。首先,在考虑目标与目标之间、目标与传感器之间和传感器与传感器之间等的多种约束条件下运用基于协方差控制的思想建立了多传感器多目标分配问题的优化模型;接着将等价伪量测的异步融合算法与IMM算法结合,计算各目标在不同融合周期的跟踪精度估计值;最后,以目标的跟踪精度需求为出发点,结合蚁群算法的思想,设计了一种求解所建立的多传感器多目标分配问题的优化模型的算法。仿真结果表明：该管理方法能在确保跟踪精度需求的前提下,根据对各目标跟踪任务的重要程度,合理地调度传感器资源。     

基于单元变形的网格间流场信息传递方法

针对单元网格发生变形重构中新旧网格之间的数据插值问题,提出一种基于格点格式有限体积法的流场数据传递方法。利用非结构动网格技术,将旧网格单元移动到新网格单元,同时时间推进求解流场控制方程,获得移动后旧网格单元物理量,并将其赋给新网格单元,以此来实现两套网格间的信息传递。计算结果表明,该方法在信息传递过程中没有引入插值误差,理论上流场求解方法的精度就是信息传递精度,验证结果表明其显著优于二阶插值精度。     

对数据后处理雷达的分段卷积转发干扰研究

针对现有基于DRFM的移频干扰和分段转发干扰在对数据后处理雷达干扰时存在的不足问题,提出了一种新的分段卷积转发干扰方法。该干扰方法立足于干扰机天线收发分时体制,首先对接收到的雷达信号进行均匀分段、重新排序与噪声卷积后再进行转发。该干扰方法产生的假目标信号不仅能量大,覆盖广,而且假目标幅度差异明显,位置分布不均匀。最后的仿真结果验证了该方法的有效性。     

大型仿真推演系统数据质量评估方法

数据是大型仿真推演系统建立和运行的基础,一定程度上其质量直接关系着整个系统应用的水平、广度及深度。首先建立了大型仿真推演数据质量的评价指标体系,包括3个一级指标和相对应的二级指标,然后提出了定性指标的定量化、定量指标的无量纲化的指标指数确定方法,以及在分析权重确定的基础上提出了主观赋权与客观赋权相结合的方法,最后基于AHP法以某一装甲兵作战仿真推演系统的数据为例进行了质量评估,从宏观上得到了一个整体的数据质量评价。     

基于动态可调簇的能量感知无线传感网数据收集协议

针对无线传感网中高效数据收集和传输的需要,提出了一种基于动态可调簇的能量感知数据收集协议ACEDGP(Adjusted Cluster-based energy-aware Data Gathering Protocol)。该协议初始时根据区域将节点等分成许多簇结构,簇首节点负责簇内部数据的收集和聚合,距离较远的簇通过其他簇首节点的转发实现数据的收集;随着时间的推移和节点能量的减少,ACEDGP能够统计各簇首能量消耗预测簇的通信频次,根据动态调整簇策略选择合适的簇首节点和合并分裂各个相邻的簇,保证各簇首节点簇内数据收集和簇间数据转发的能量平衡。仿真结果表明,与典型的分簇协议相比,ACEDGP能够更好地平衡节点的能耗,获得更长的网络生存期。