导频设计的MIMO-OFDM改进信道估计算法

为提高系统的传输效率并改善信道估计的性能,提出了一种结合优化导频设计的分段带阻滤波算法.采用优化的导频设计,该算法在少量增加计算复杂度的基础上,能够进一步提高信道估计的性能,与实际中广泛应用的经典时域滤波算法相比,具有更高的估计精度.仿真结果证明该算法适用于不同的信道环境,尤其在低信噪比的条件下,该算法能够明显降低信道估计的MSE.     

基于对抗的防空体系结构演化性概念建模

为定量研究空防体系对抗过程,基于对空防体系对抗相关研究方法分析,提出从体系结构角度研究空防体系对抗.通过阐述对抗条件下的防空体系结构演化性建模思想,提出空防体系对抗实质是一个防空体系结构“动态编成—对抗消耗—优化修复”动态循环演化过程.在此基础上,围绕其中3个环节进行防空体系结构演化性概念建模,以此为空防体系对抗定量建模研究提供一种新思路.     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。     

基于仿真技术的动力装置优化设计技术研究

针对传统动力装置设计方法中存在计算复杂、动态性能难以计算等问题,提出利用动力装置仿真系统来设计船舶动力装置的方法。首先,利用模块化建模原理建立了动力装置各组成部件的数学模型,然后利用C 语言编写了各模型的仿真程序,并建立了动力装置仿真系统。利用该仿真系统对某型船舶的全燃动力装置进行了详细设计,设计过程及结果表明,采用仿真系统来设计动力装置可以准确计算动力装置的动态性能,同时对动力装置各部件的性能参数进行优化。     

系统UUT诊断策略设计的工程化原则与实践

分析了型号系统研制中推广应用“被测对象(UUT,unit under test)测试点与诊断策略设计与分析技术”的必要性和重要性。重点介绍了一种对UUT测试点与诊断策略进行设计与分析的简便有效的工程化方法,以及在应用中的实践经验与体会。     

Efficient generation of cycle time‐throughput curves through simulation and metamodeling

A cycle time‐throughput (CT‐TH) curve, which quantifies the relationship of long‐run average cycle time to throughput rate, plays an important role in strategic planning for manufacturing systems. In this paper, a nonlinear regression metamodel supported by queueing theory is developed to represent the underlying CT‐TH curve implied by a manufacturing simulation model. To estimate the model efficiently, simulation experiments are built up sequentially using a multistage procedure. Extensive numerical experiments are presented to demonstrate the effectiveness of the proposed procedure. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

A m‐parallel crane scheduling problem with a non‐crossing constraint

In this paper, we study a m‐parallel machine scheduling problem with a non‐crossing constraint motivated by crane scheduling in ports. We decompose the problem to allow time allocations to be determined once crane assignments are known and construct a backtracking search scheme that manipulates domain reduction and pruning strategies. Simple approximation heuristics are developed, one of which guarantees solutions to be at most two times the optimum. For large‐scale problems, a simulated annealing heuristic that uses random neighborhood generation is provided. Computational experiments are conducted to test the algorithms. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007.     

A stochastic assignment problem

There are n boxes with box i having a quota value Balls arrive sequentially, with each ball having a binary vector attached to it, with the interpretation being that if X_i = 1 then that ball is eligible to be put in box i. A ball's vector is revealed when it arrives and the ball can be put in any alive box for which it is eligible, where a box is said to be alive if it has not yet met its quota. Assuming that the components of a vector are independent, we are interested in the policy that minimizes, either stochastically or in expectation, the number of balls that need arrive until all boxes have met their quotas. © 2014 Wiley Periodicals, Inc. 62:23–31, 2015     

面向作战仿真的指控系统建模技术研究

重点研究指控系统的建模技术,建立了群指挥所、方面作战指挥所和平台指挥所三级指控系统的模型,并确立了三者之间的层次和控制的逻辑关系。从作战方案和战术响应两方面对指控系统进行"静态的"和"动态的"建模,实现了作战双方基于感知态势的闭环仿真。这些模型在海军某作战仿真系统中得到了应用,仿真实验表明该指控系统模型满足作战仿真系统的作战需求,能够提高作战仿真的真实性和合理性。     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。