一种层次数据表的设计与统计方法分析

根据一种层次数据的特点,采用层次编码标识实体的方式进行数据存取,并在此基础上进行表设计.使用触发器、存储过程、视图、客户端计算等方式逐层统计层次节点上的费用.最后,分析了这几种方式的特点和适用范围.     

多传感器测量数据预处理

传统传感器测量数据处理方法只采用算术平均值的数字滤波法,虽然这种方法具有一定的抗干扰性,但从统计理论和实际应用情况分析来看,这种方法处理的数据不是测量结果的最好表示,尤其对于多传感器测量情况甚至更糟糕.针对这种情况提出了通过2次利用偏度分析建立动态检测门限判别并剔除粗差,再进行数据融合的分批估计方法.数据分析结果表明,这样处理后的数据测量误差和方差均更小,测量结果更接近测量真值.     

基于MIMO的信号检测技术在宽带数据链中的应用

分析了多输入多输出系统中空分复用和空时分组码的解码算法,提出了一种空分复用和空时分组码相结合的方案,探讨了这种方案的解码算法并对该算法进行了仿真验证.结果表明,这种方案的BER性能在高信噪比时要好于其它方案,因而可以应用到需要高传输速率以及高链路可靠性的宽带数据链中.     

分布式虚拟操作训练系统误操作数据采集方法

介绍了某型武器系统分布式虚拟操作训练系统的功能、构成,并在此基础上研究分布式系统误操作数据采集方法。根据虚拟训练的需求,确定了采集数据的类型,包括2项1级指标、5项2级指标和6项3级指标,全面反映了操作过程中的各种误操作情况;在主仿真流程的基础上,设计了误操作数据采集流程,并将结果写入相关数据库。在系统开发过程中对误操作数据采集方法进行了验证。     

基于光谱信息融合的发动机磨损状态监测

光谱分析技术操作简便、快捷, 是发动机磨损状态监测与故障诊断行之有效的主要手段。基于发动机磨损特征及其状态识别框架, 建立了其信息融合系统, 并结合实例, 分别应用磨损量信息融合、磨损率信息融合和磨损量与磨损率联合融合 3种方法, 得到发动机磨损工况的信任区间及其磨损状态。实践证明, 光谱信息融合方法可提高发动机磨损状态的识别率, 是发动机磨损状态监测的理想方法。     

稳健的单平台多传感器数据融合体系结构设计

一个好的数据融合系统应该是算法与系统结构并重。针对当前数据融合研究的薄弱环节——融合体系的研究及其存在的问题,对数据融合系统结构进行了优化研究,提供了一个以目标原始航迹数据库、目标状态转移矩阵、主航迹表三个数据结构为中心的数据融合系统结构模型:单平台多传感器并联输入格式化存储与目标状态转移模型,说明了系统的组成结构及其先进性。     

多传感器异步数据融合模型分析

多传感器异步融合比同步数据融合更为符合实际,不同情形下异步融合模型可以有所不同。在模型噪声和观测噪声互不相关的假设下,建立多个异步数据融合模型并对多个融合模型进行描述,综合分析和比较模型的优缺点;仿真实例说明了各个模型的有效性以及适合应用的环境。     

网络入侵检测系统中的数据缩减技术

在进行事件分析之前,网络入侵检测系统首先要面对数据缩减的问题。以ANIDS为背景,分析了两种重要的数据缩减技术:相关特征子集选择和特征再构造。提出了一种基于Wrapper方法的最优特征子集选取算法SRRW。在考虑学习算法偏置的情况下,通过识别强相关特征并引入约束,能够更快地搜索并获得最优的相关特征子集。从特征再构造角度出发实现数据缩减,并通过因子负荷量矩阵分析了原始特征之间的相关性。     

弹道跟踪数据处理中的几个计算问题

结合弹道跟踪数据建模和数据处理的实践 ,提出了几个有典型应用价值的测量数据模型 ,在应用这些数学模型解决实际问题时 ,涉及统计、优化、函数逼近等几方面的理论和计算问题。这些问题和模型的研究 ,对解决许多相关的实际问题有重要意义。     

基于神经网络的机动多目标数据关联算法

虽然JPDA被公认为是杂波多目标环境下跟踪效果最理想的数据关联算法之一,但在密集回波情况下其计算量易出现组合爆炸现象,难于实时处理。通过对Hopfield网络解决TSP问题的研究,探讨用神经网络解决联合概率数据关联(JPDA)中数据运算的组合爆炸问题的办法