Alpha稳定分布混响建模及信号检测

研究了基于对称Alpha稳定分布的浅海环境下混响及噪声的建模问题.分析了浅海环境下混响形成过程及其非高斯特性,采用对称Alpha稳定分布理论对其进行了建模,并从声呐接收端的混响瞬时值以及包络的概率密度分布与Alpha稳定分布的匹配程度验证了模型的有效性.研究了基于对称Alpha稳定分布模型的混响噪声背景下的目标信号检测方法.提出了三种检测方法并进行了仿真测试,通过检测性能及模型的精确性分析了三种方法的优缺点,验证了建模精度对检测性能的影响.     

OFDM系统中基于补零DFT信道插值算法的研究

针对OFDM系统中基于补零DFT实现信道插值的算法,对传统的时域方法和变换域方法进行了分析,并提出了一种新的补零方法。首先通过理论分析指出传统的基于补零DFT实现信道插值算法中,时域方法和变换域方法是等效的;通过对信道插值算法中冲激响应估计序列进行补零的分析,指出补零操作是为了重构出冲激响应的 点采样序列( 表示总子载波数),并针对传统补零方法在一定条件下产生的重构误差,提出了一种新的补零方法。仿真结果表明以上理论分析是正确的,新补零方法可以减小一定条件下的重构误差,增强信道插值算法对信道延迟分布的鲁棒性,有效提高系统的性能。     

从哲学视域探究指挥与控制

指挥与控制一般被认为是军队和工程自动化的基本范畴,但从哲学的高度可以看到更广阔的领域。指挥与控制是人类区别于自然界自组织活动的核心行为。人类的语言从一开始就已相当传神地揭示了这一概念的具体内涵。指挥控制有别于自动控制,是指挥与控制的有机结合。指挥控制的对象是以人为基本要素的系统,指挥与控制能否合二为一,依赖于指挥者的威信、指令的正确度以及信道的畅通等因素。指挥与控制学科的建立是一项复杂的系统工程,依赖于自然科学和社会科学等相关学科群。     

基于网络理论的体系作战能力建模

在分析信息化体系作战能力"跃迁"特征的基础上,进行了作战体系的网络化结构建模分析;研究了感知网络、指控网络以及执行网络能力模型,构建了基于网络理论的体系作战能力综合模型。结合仿真算例分析,探讨了体系信息结构力的产生机理,为体系作战能力综合研究提供了借鉴和支撑。     

一种适于片上路由器的自适应缓冲调整策略

在典型的片上网络路由节点中,来自不同方向的报文被存储在相互独立的缓冲资源中。在网络负载不均衡的情况下,某些方向的报文将很快填满该方向的缓冲,而其他方向仍可能有较多的缓冲资源处于空闲状态,这样就导致了网络中的缓冲资源利用率不高,进而影响片上网络的整体性能。提出了一种自适应的片上缓冲调整策略,能够根据网络负载情况动态调节缓冲结构,有效地提高了缓冲资源的利用率。在90nmCMOS工艺下设计实现了多端口共享缓冲资源的片上网络路由器,实验结果表明,在负载不均衡的网络中,提出的路由器能够带来性能改进及功耗降低;在达到相同性能的情况下,新路由器的面积较典型路由器减少了20.3%,而其缓冲功耗节约了41%左右。     

一种基于博弈论的无线网状网络路由与信道分配联合优化算法

无线网络中的路由与信道分配可极大地影响网络的性能.为了解决无线网状网络中的路由与信道分配问题,提出并研究了一种称为CRAG(基于博弈论的无线网状网络路由与信道分配联合优化)的方法.CRAG采用协同博弈的方式将网络中的每个节点模型化为一个弈者,每个弈者的策略为与其相关的路由与信道分配方案,收益函数为给定流量需求矩阵下的成功传输流量.弈者通过协同博弈来优化收益函数以最大化网络的吞吐量.基于NS3的仿真结果表明,CRAG在收敛性、时延、丢包率和吞吐量方面优于其他当前的算法,从而证明了协同博弈的方法可以用于无线网状网络的路由与信道分配联合优化,并有效地改进网络性能.     

弹炮结合武器系统作战仿真模型

建立了一个弹炮结合武器系统作战仿真模型 ,该模型可为弹炮结合武器系统的作战原则确定、系统配置和组成、系统设备技术要求 ,以及系统作战能力等方面问题提供仿真数据结果 ,为系统研究提供参考。     

基于UML的C4ISR体系结构描述方法

C4ISR系统是集指挥、控制、通信、计算机和情报、监视、侦察为一体的复杂大系统,无论开发和仿真都需要建立科学合理的需求分析模型.根据UML的特点和C4ISR体系结构及其产品特点,提出了用UML来描述C4ISR体系结构的方法,并通过对某防空旅的作战描述说明了该方法的可行性.     

ATM／CDMA网络的信道复用模型

采用CDMA多址技术的宽带无线ATM通信网是第三代无线通信网的研究热点之一.以此作为研究对象,对该网络的信道复用情况进行讨论,提出直接信道复用模型下的用户使用信道分布概率的计算方法.     

上下文感知的深度弱监督图像哈希表示学习方法

针对现有深度监督图像哈希表示学习方法依赖于图像的类别信息,难以在现实中被广泛应用问题,利用与图像相关的标签信息作为监督信息,提出上下文感知的深度弱监督图像哈希表示学习方法。该方法一方面通过自适应捕获图像区域特征的相关上下文来增强它们的表示能力,另一方面通过引入判别损失来提高学习到的哈希码表示的判别性。在现有两个公开数据集上的大量实验结果证明了该方法的有效性。