被动传感器融合检测系统的优化分布密度

被动传感器由于采用无源探测,而且制造成本低,体积小,在战场环境中将采用并配置大量的被动传感器来检测目标.不论是主动还是被动式传感器,在实际应用中均存在资源优化配置问题.针对被动传感器的具体应用模型,采取了若干合理近似,得到了在"OR"融合检测条件下,基于最大检测概率的被动传感器优化配置密度计算公式.     

对空观察哨情报融合

在得到对空观察哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了观察哨情报数据关联和航迹外推问题.仿真及试验结果表明该方法用于防空观察哨情报融合是可行的,其结果分析的应用能指导观察哨训练和战时观察哨的配置.     

杂合数据的粗糙集属性约简方法

针对决策表中属性取值为杂合数据的情况,提出了基于粗糙集理论的属性约简算法.首先给出了对象间在杂合数据下的相似度计算定义.为了获取合理的对象集合的软划分,给出了阈值计算的最优化模型,并基于粗糙集的上、下近似的概念,得到对象集合在条件属性下的上、下近似的覆盖划分.之后,通过各对象基于条件属性和决策属性的上、下近似下的分布矩阵描述,利用最大分布矩阵,直观地得到两种不同观点下的约简结果.实验结果表明了本算法的合理和有效性.     

数据融合在防空C~3I系统中的应用

首先介绍数据融合的基本理论、一般处理模型、实现技术以及防空C3I系统中数据融合的具体任务,然后对数据融合体系结构的设计和融合算法的选择作了具体分析,利用多传感器数据融合方法建立了一种防空C3I系统结构模型,并对MSPDAF数据融合算法进行了详细描述.最后以探测某型巡航导弹为例,应用MSPDAF数据融合算法对防空C3I系统数据融合结构模型进行数学仿真,并给出仿真结果.     

论国际贸易中转基因食品的标识政策

近年来,各种食源性公共卫生危机引发了社会公众对转基因食品安全性的关注。转基因食品的生产方与消费方对转基因食品的安全性各执一词,尚未有足够的科学证据证明转基因食品的安全性或危险性。转基因食品的标识政策应运而生,一方面允许转基因食品的商品化,另一方面要求转基因食品明确标识,以保障消费者的知情权与选择权。研究当前主要标识管理政策,分析我国的转基因食品标识政策具有重要的现实意义。     

谈消防集群通信系统的功能扩展

随着火灾特点的变化和科学技术的发展,提高消防部队灾情响应速度的要求日渐强烈,建立更加智能化的接处警系统迫在眉睫。这就要求作为灭火救援重要组成部分的集群通信系统具有与其它网络的相容性,从组呼、联网调度、故障弱化功能、数据传输及查询、集群系统与常规系统互联等方面探讨集群通信系统的功能扩展。     

舰载被动传感器数据关联算法研究

针对ESM的属性关联和空间关联准确度不高的问题,提出了一种属性-空间综合关联算法。建立了属性-空间综合关联算法的功能模型,并对采用算法进行了描述和仿真。仿真试验结果表明,属性-空间综合关联能有效克服不同平台、相同目标属性关联和同一平台、不同辐射源空间关联存在的问题,且具有较高的关联准确度。     

集中式组网雷达假目标干扰建模

针对集中式组网雷达数据处理算法的薄弱环节,通过对集中式组网雷达假目标干扰问题的研究,建立了密集假目标干扰、航迹扰乱干扰和航迹欺骗干扰三类假目标干扰模型。首先介绍了集中式组网雷达的数据处理算法,分析了这种算法对于假目标干扰的薄弱环节,针对薄弱环节提出了上述三种假目标干扰类型。然后给出了这三种类型假目标干扰的概念、产生方法、数学模型和运用方式;最后分析了组网雷达的抗干扰措施对于假目标干扰的影响。     

数据挖掘与数据融合相结合的异类信息融合*

针对组网系统中的信息样式多、模糊性强等特点,介绍了分布式异类传感器组网系统及其特点,将数据挖掘中的知识发现理论与数据融合的知识应用理论相结合,建立了异类信息综合处理的集成模型。并提出了基于模糊神经网络的数据挖掘算法,增强了集成模型的自学习性能。模型有效地提高了异类传感器组网系统的智能化、自动化能力。     

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。