基于网络嗅探技术的试验数据实时录取

针对某系统在试验中出现的通信节点多、时序紧凑、数据量大等问题,提出了利用网络嗅探技术实现网络环境下的数据采集,采用GPS时钟硬中断和RTX环境下实时数据传输相结合的方法,实现试验数据的精确配时和实时处理,进而结合数据分类和处理,实现了试验数据的实时录取和分析。     

数据包络分析方法在装备研制方案评估中的应用

将数据包络分析方法应用于装备研制过程中的设计方案评价,讨论了评价方法的原理,基本模型建立等问题。计算实例表明,应用于数据包络分析方法对装备设计方案进行评价,不但能得出方案的优劣,而且可以知道优劣的原因,从而做出的相应的调整。     

用于数据链信息处理的PDA算法设计与实现

数据链系统处理雷达数据信息时,要求一个跟踪算法能够更有效地滤除杂波,消除虚警。在单传感器环境下,若落人相关波门内的回波多于一个,那么这些候选回波中可能都是来自目标,也可能由杂波产生。概率数据互联算法(PDA)能充分利用跟踪门内的回波,具有较小的误跟、丢失目标的概率和计算量较小的优点。通过实现 PDA 算法,证明了它在杂波环境下可以取得好的跟踪效果。     

星载大容量固态存储控制器的级联编码设计

航天器大容量数据存储设备主要采用基于NAND Flash的固态存储器,但由于空间环境中单粒子翻转效应的影响,以及存储器芯片在操作过程中因为阈值电压偏移导致的位比特错误等原因,存储设备的可靠性降低。为提高数据存储设备的数据容错性,依据NAND Flash芯片物理结构和数据存储结构,具有针对性地提出RS(256,252)码+LDPC(8192,7154)码级联的纠检错并行编码设计,并优化编码算法的电路实现方法。建模仿真和地面测试系统测试结果表明:该设计具有低硬件开销、低功耗和高可靠性的优点。存储系统的数据总容量达512 Gb,有效数据吞吐率为700 Mb/s,能够满足航天器固态存储控制器对大容量数据控制和高数据吞吐量的设计需求。     

基于大数据的战区联合作战装备保障决策

大数据技术在决策领域的不断应用,将给装备保障决策方式带来重大变革。本文研究基于大数据的战区联合作战装备保障决策问题,提升信息化条件下装备保障准确、高效的决策方式等方面发挥重大作用。阐述了大数据的基本内涵,在决策领域的应用价值。通过系统推理的方法对战区联合作战装备保障决策的分析,提出基于大数据的战区联合作战装备保障决策基本构想,画出科学决策过程示意图,构建大数据战区联合作战装备保障辅助决策系统。结合研究大数据在战区联合作战装备保障决策领域的现实情况,提出相对应的措施建议。     

HLA数据回放及其可通用性问题研究

为了给HLA分布仿真系统提供运行数据的回放能力并解决各种回放策略都必须面对的数据完备、时序准确、运行高效及回放方法的可通用性等问题,对HLA联邦中的数据回放问题进行了研究,分析了HLA仿真中的回放需求以及HLA对回放实现技术的影响,指出回放方法的可通用性实质上是联邦独立性的概念,研究了将回放数据对象化处理的方法,针对成员式数据回放策略、基于对象序列化技术和成员自动生成技术提出了一种可通用的HLA数据回放实现方案,最后介绍了通用HLA数据回放工具的应用情况。     

P2P系统中数据复制算法研究

比较分析了P2P系统中各种数据复制算法,并提出了一种基于LDPC编码的数据复制算法Dyre,数据块采用动态分配算法存储到节点中,在节点邻居中保存数据块的副本以提高数据块的有效性,数据块的数量过小时重建数据块。实验表明,即使节点的可靠性非常低,该算法也能够获得很高的数据可用性。     

生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。     

一种新的多传感器多机动目标快速跟踪算法

基于FAFDA滤波算法,根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中,构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,蒙特卡洛仿真结果也表明它对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

矢量多边形并行栅格化数据划分方法

针对多边形并行栅格化中的负载不均衡问题提出一种新的数据划分方法,主要包括:迭代计算划分线的位置,在每次迭代中保证分块间的计算量大致均衡,完成数据划分、实现负载均衡;提出基于二叉树的划分结果融合策略,以解决跨边界多边形的融合问题。在多核CPU环境下实现并行算法,选用多个典型土地利用现状数据集进行测试。结果表明:针对不同类型多边形数据集,所提方法较传统方法可获得更高的并行加速比和更好的负载均衡;针对大数据量数据集,以多边形节点数为度量标准可更精确地估算分块计算量,从而更好地实现负载均衡。