1553B总线即插即用解决方案

在传统1553B总线通信协议的基础上,通过增加初始握手过程和远置终端电子数据单的设计,形成具有即插即用特征的通信协议。基于这个协议,给出1553B总线控制器的即插即用设计方案,包括远置终端加入的总线表构建算法、管理数据结构和总线表动态调度的运行控制方式。总线表构建算法采用基于电子数据单的方法,根据远置终端的通信需求进行分析、计算、转换得到新的总线表。数据结构的思路是将总线表内容的分析提前到初始化时完成,以提高总线运行时的管控和数据交换的效率,以及方法的统一。总线表调度采用主总线表加插入消息的方式。对以上综合解决方案进行时间和适用场合的效果评估,结果表明该方案形成的总线周期、远置终端接入时间长度等指标达到了可以接受的程度,既保持了总线周期的稳定,又提供了即插即用所需要的控制灵活性。具有即插即用特征的1553B总线在CCSDS-SOIS架构中作为底层子网之一,为上层即插即用系统的构建提供了支撑。     

卫星遥测数据相关性知识发现方法

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。     

基于LS-SVM算法的实兵对抗演习作战效能评估

在实战化实兵对抗演习训练中,经验驱动的作战效能评估方法存在主观性强、评估效率低的问题,对于部队提升实战化训练水平、强化实战能力带来不利影响。针对上述问题,提出数据驱动的实兵对抗演习作战效能评估方法,引入最小二乘支持向量机算法(LS-SVM)构建评估模型,通过演习数据对模型进行训练,建立效能指标和作战效能的非线性映射复杂关系。实验表明,基于LS-SVM算法的实兵对抗演习效能评估方法具有更高的效率和精度。     

装甲车辆行进间炮口振动角度误差预测模型

针对射击延时过程中具有振荡性的装甲车炮口振动角度误差数据,提出了一种优化的GM(1,1)预测模型。对原始数据进行光滑性和单调性处理;对传统GM(1,1)模型的初始值进行了基于拟合误差最小化的改进;基于传统模型中背景值构造方法存在的误差,重构了传统模型的背景值。通过对高低向、方位向两组数据处理结果的分析,优化GM(1,1)模型的拟合、预测结果相对于传统模型、改进初始值模型和改进背景值模型具有较小的误差,能够较好地反映装甲火炮炮口振动角度误差的变化情况。     

基于数据耕耘的作战仿真评估系统框架设计

针对当前作战仿真评估系统存在的仿真结果数据利用效率低和体系对抗特征不明显等诸多弊端,提出一种基于数据耕耘的作战仿真评估系统框架设计,以形成数据在环、多想定创建、回合制交互、多分辨率模型提炼和多视角因素分析的良好机制,提高仿真评估系统的数据支持力度和体系对抗性,为现代军事活动中的决策支持提供可靠参考。     

加权模糊C均值聚类算法实现BDS三频组合观测值优选

在对BDS三频载波相位组合观测值进行误差分析的基础上,确定了优选载波相位线性组合系数的筛选标准。针对传统聚类算法在高维多频混合数据集分类中存在的不足,采用一种基于加权的模糊C均值聚类算法,通过对同一维度在不同簇上赋予不同的权重值,对传统遍历搜索法所获得的部分BDS三频载波相位组合观测值进行了优化分类选取,有效解决了传统全球导航卫星系统载波相位观测值选取方法效率低的问题,同时为多系统多频数据组合观测值系数的优化选取提供了一种新的思路。对分类结果进行分析,确定了各类组合观测量的适用范围,并结合实测数据,利用无几何层叠模糊度解算方法对优选组合进行了整周模糊度的解算,结果验证了该方法的可行性。     

大数据技术在油料装备管理中的应用

针对现有油料装备管理系统种类繁多、功能不一,数据源未统一规范、信息分散、展现方式不直观,缺乏对数据的分析挖掘等不足,采用大数据技术与油料装备管理业务相结合,克服单一架构的局限,构建基于Hadoop+MPP混合架构的油料装备大数据平台。从分析油料装备各级管理人员的业务需求出发,对油料装备管理的数据来源及具体应用进行了详细分析,研究大数据技术在油料装备管理中的具体应用,研究成果可以为油料装备或相关领域大数据建设提供参考。     

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。     

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。