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。     

一种面向任务的通用仿真资源集成管理平台的设计与实现

针对当前仿真领域中对仿真资源可重用性的需求,根据实践经验及相关理论知识对仿真资源管理系统的设计与实现进行了研究。提出了一种面向任务的通用仿真资源集成管理平台,该平台用面向任务的视角集成管理资源,以B/S系统结构及Web服务技术保证其通用性,以细粒度的用户验证机制保证其安全性。通过对实际原型系统的测试,与其它同类系统比较,该资源管理平台具有明显优势,能够很好的满足仿真资源管理的需求,并具有较强的通用性。     

当前消防部队经费预算管理存在问题及对策研讨

当前各级消防部队十分重视预算管理,不断加强对预算工作的监督和控制,取得了良好的效益,但也存在一些亟待解决的问题。从消防部队经费预算管理存在的主要问题入手,对存在问题的原因进行分析,提出了加强经费预算管理的对策。     

通用装备机械液压系统综合检测试验平台项目管理研究

根据通用装备机械液压系统综合检测试验平台项目研制的总体任务要求,应用现代项目管理理论和方法,确定了项目研制的生命周期阶段,分析了项目研制各阶段管理工作的主要内容,阐述了项目管理组织原则,建立了项目管理制度,划分了项目工作结构分解层次和具体管理单元,给出了项目进度计划制定的基本方法,提出了项目进度控制和质量管理的具体措施。     

螺旋混沌场数据显示

在对螺旋混沌场产生的机理、规律进行研究的基础上,探讨了螺旋混沌场数据显示的原理和模型,实现了对称螺杆转子实际挤压产生的螺旋混沌场的不规则数据显示.从螺旋混沌数据场可以得出以下结论: 齿面流线沿着流出腔朝外,流出方向符合设计要求;流体在转子的挤压下,主要作用力为主动转子的推力,设计时,对啮合推力的计算要十分慎重,稍有变化,就会影响流线的方向,对设备的噪声等造成影响;齿面的附着力也影响着流体的流动,也就是流线的形状;多个剖面沿着轴向螺旋上升即可实现所谓的螺旋混沌场.该研究为设计对称螺旋转子机械提供了一种直观概念和依据.     

基于频谱分析的飞行模拟器飞行性能验证

介绍频谱分析用于仿真系统模型验证的原理和方法,提出一种应用频谱分析进行飞行模拟器飞行性能验证的方案。结合飞行试验和仿真模型的输出数据,分别采用窗谱估计和最大熵谱估计方法对某型飞行模拟器的飞行性能进行验证,并对验证结果进行分析。结果表明,频谱分析法用于飞行模拟器飞行性能的验证是有效的,可为其他训练模拟器的性能验证提供参考。     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

基于网络的高校教学案例资源管理系统设计与实现

结合某高校案例教学的实际需求,研究设计了基于.NET平台三层架构的教学案例资源管理系统,实现了灵活的管理授权、可定制分级审核、实时案例编辑和简单实用的案例教学互动等功能,具有较强的可移植性、扩充性和可维护性,在实际应用中获得了良好的效果。     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

一种传感器网络时空融合模型

针对多传感器间存在时空相关性和先验知识未知的情况,提出了一种基于核偏最小二乘最优加权的传感器网络时空融合模型。首先用核偏最小二乘法对每个传感器在不同时刻的测量值进行融合,然后将各个传感器同时刻的估计值进行空间最优融合,从而得到被测参量的最终融合估计。该模型还能排除那些取值远离样本点集合平均水平的奇异点。理论分析和融合实验表明,该模型能取得较高的融合精度,并能显著节省网络能量。