信息化战场环境下态势估计系统及其仿真技术

态势估计是数据融合体系中的一个重要层次.在当前信息化战争的环境下,态势估计技术在战斗中的作用显得尤为重要,目前国内关于态势估计的研究大多数处在概念研究的阶段.分析了态势估计的基本原理,给出了在信息化战场环境中态势估计的处理流程,构建了一个基于专家系统的态势估计系统,并采用HLA技术,利用VR_Force和VC开发了一套空战态势估计仿真系统.     

一种新的多传感器多机动目标快速跟踪算法

基于FAFDA滤波算法,根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中,构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,蒙特卡洛仿真结果也表明它对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

矢量多边形并行栅格化数据划分方法

针对多边形并行栅格化中的负载不均衡问题提出一种新的数据划分方法,主要包括:迭代计算划分线的位置,在每次迭代中保证分块间的计算量大致均衡,完成数据划分、实现负载均衡;提出基于二叉树的划分结果融合策略,以解决跨边界多边形的融合问题。在多核CPU环境下实现并行算法,选用多个典型土地利用现状数据集进行测试。结果表明:针对不同类型多边形数据集,所提方法较传统方法可获得更高的并行加速比和更好的负载均衡;针对大数据量数据集,以多边形节点数为度量标准可更精确地估算分块计算量,从而更好地实现负载均衡。     

地理社交网络位置推荐

地理社交网络将地理位置信息融合进传统社交网络,将人们的现实生活和虚拟世界的生活连接在一起。作为地理社交网络的一个重要应用,位置推荐可以向人们推荐其可能感兴趣的位置,为人们的出行提供参考,极大地便利了人们的生活。在此背景下,论文研究了地理社交网络位置推荐的基本概念,分析了位置推荐常用的方法,描述了典型的数据集及推荐效果的评估方法,指出了位置推荐面临的主要问题,并展望了未来可能的研究方向,为相关领域的研究提供参考。     

基于辐射能量分析的网络拓扑结构探测

在战场环境中,探测出敌方网络拓扑结构,为寻找网络最佳攻击点奠定了基础,具有重要意义。在研究数据链组网原理的基础上,研究了多址接入方式的探测方法,并提出了基于辐射能量分析的网络拓扑结构探测新方法。该方法通过对信号进行时频分析并结合互联关系矩阵来进行网络拓扑结构判断,仿真结果表明该方法可以有效地判断出敌方的网络拓扑结构和多址接入方式。     

无人机测控系统Turbo-MAP译码方法

无人机测控数据链系统与地面控制站进行的是遥测数据、侦察图像及遥控指令的传输,因此,高质量的通信是确保无人机数据链发挥效能的关键技术之一。针对无人机信道的特点和要求,研究了无人机信道的Turbo-MAP译码模型,提出一种无人机测控系统Turbo-MAP译码方法,并针对各种参数条件进行了Matlab仿真。实验结果证明,该方法能够保证在发送数据的时候尽量使用长度较长的数据包且增加交织深度,并显著提升译码BER性能。     

舰炮一维修正弹校正诸元误差和预测误差试射

由于工作原理不同,舰炮使用传统无控弹试射方法不适用于一维弹道修正弹。分析了舰炮使用一维弹道修正弹射击误差构成和试射的必要性,提出了一维弹道修正弹校正射击诸元误差和预测误差试射新方法。首先通过分析对海射击以实际观测弹着水柱与提前点偏差作为发射诸元误差的精度,以及以预测弹着落点与实际观测弹着水柱偏差作为预测误差的精度,提出了求取诸元误差和预测误差的方法,论证了试射发数;然后从距离上和方向上校正诸元误差和预测误差。假设各误差值,通过仿真计算表明,按新方法试射能够显著提高射击精度。     

面向飞参数据处理应用的数据平滑算法对比

对飞参原始记录数据进行预处理是有效利用飞参数据的基础。介绍了三种典型数据平滑算法的原理,建立仿真航线,并以飞参经度和纬度通道数据为例,对三种平滑算法的处理效果进行了对比研究。结果表明,当误差服从正态分布以及广义正态分布时,通过选取适当参数,Vondrak算法相对于滑动平均和加权局部多项式回归算法具有明显优势,从而为飞参原始记录数据的预处理算法选择提供了参考。     

高性能计算和数据中心融合网络研究综述

随着高性能计算、大数据处理、云计算和人工智能计算呈融合发展趋势,高性能计算网络和数据中心网络的融合网络成为互连网络发展的重要趋势。分析当前融合网络研究现状;针对当前最具代表性的融合网络进行详细阐述,全面展示该领域的最新技术和动态;提出融合网络面临的技术挑战;基于技术挑战对融合网络的发展趋势进行展望,包括融合网络协议栈设计中融合与分化并存、基于在网计算实现融合网络性能加速、面向新兴应用需求优化融合网络性能。     

基于Bayes理论的测试性数据融合评估技术

针对目前高可靠性产品测试性评估验证面临的样本量不足的问题,提出一种基于Bayes理论的内外场数据融合评估技术,并给出详细的内外场测试性数据收集方法及原则,利用某产品的试验数据对该方法进行了验证。该方法工程应用性强,可作为高可靠性产品测试性评估的依据。