海量电磁数据中雷达信号的高效分选方法

针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。     

基于增强现实的装备诱导维修系统设计与实现

针对目前装备维修过程中存在的复杂度高、上手慢和安全性低等问题,构建了一个诱导维修原型系统,并围绕增强现实关键技术阐述了诱导维修系统的设计与实现;采用了模块化设计方法,通过分析诱导维修系统设计需求,对系统所需要的各个功能模块进行了设计,并且使得系统的维修任务能够根据维修对象的改变在框架不变的前提下得到修改或升级;利用该原型系统对发动机活塞环和离合器片更换两项维修任务进行了诱导,验证了系统的功能。     

舰船机电系统非完备使用故障数据分析

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行分析。结果表明,几何过程产生的拟合误差最小,可预测装备的未来故障强度。     

应用镁金属化学还原法制备多孔Si/Si-O-C负极材料机理研究

以二乙烯基苯和聚硅氧烷为原料经先驱体转化法制备Si-O-C材料,利用镁金属在惰性气氛保护下高温还原制备多孔的Si/Si-O-C负极材料。利用X射线衍射、能谱分析、元素分析和场发射扫描电镜分析多孔Si/Si-O-C负极材料的组成、结构、形貌,从而研究利用镁金属化学还原法制备多孔Si/Si-O-C负极材料的机理。结果表明,镁金属在还原过程中生成MgO和Mg_2SiO_4等产物,经HCl洗涤后可形成多孔的Si/Si-O-C负极材料。Si/Si-O-C材料中的单质硅分布于多孔的Si-O-C相中,一定程度上可缓解Si在循环过程中产生的体积效应。利用镁金属还原Si-O-C材料制备多孔Si/Si-O-C材料是一种可行的制备方法。     

基于数据冗余的BDS长报文传输机制改进算法?

北斗卫星导航系统（ Beidou Satellite Navigation System,BDS）只能传输字节受限的短报文,对于长报文需要通过分包和多次重传改善报文传输的成功率,这样会造成系统平台数据发送延误和网络拥塞。提出一种基于数据冗余的数据分包传输机制,该传输机制以数据包为处理对象,采用异或运算得到冗余包,编码简单,编码解码速度快。通过Matlab仿真,证明基于冗余编码机制比无冗余编码单次发送机制的数据接收成功率高15％以上,两次发送对多包的数据接收成功率有较大提高。     

大数据在信息作战指挥决策中的运用

针对信息作战指挥决策中大数据的运用问题,通过对大数据的海量信息检索能力、交叉复现的分析能力、“全信息”运算能力、智能决策执行能力的研究,提出了大数据为其提供按需订制的情报信息、多元多维的决策视角、动态实时的决策支持、智能自主的决策方式的观点,初步探索了大数据在信息作战指挥决策中的运用,对将大数据引入信息作战指挥决策具有十分重要的指导意义。     

大容量数据下基于DTN的链路中断优化传输技术

激光或GHz以上的高频链路的应用将导致DTN(Delay Tolerant Network)网络链路数据容量的增大,大容量数据链路的间歇性中断将严重影响数据的传输效率。针对DTN网络中大容量数据链路频繁中断和节点的剩余缓存空间剧烈变化的问题,提出在DTN路由算法上增加拥塞状态预测机制和易中断链路判定机制,根据节点的拥塞程度定义惩罚函数,缓解链路中断和节点资源受限导致的拥塞。仿真结果表明,该机制可以有效提高DTN网络的传输性能。     

舰船机电系统使用故障数据分析研究

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出了故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行了分析。结果表明,几何过程产生的拟合误差最小,并据此预测了装备的未来故障强度。     

基于候选聚类的K调和均值算法(KHM-CC)

聚类分析是常见的数据分析技术。基于KHM的聚类分析是当前研究的热点。提出了基于候选聚类的KHM算法(KHM-CC),详细阐述了算法的设计过程。采用UCI的小样本(iris)数据集和大样本(Bag of Words)数据集对比了KHM-CC算法和禁忌搜索KHM算法(KHM-TS)和变邻域搜索KHM算法(KHM-VNS)的性能。实验结果表明,KHM-CC算法在处理iris数据集小样本数据集时,其性能和KHM-VNS算法基本接近,而优于KHM-TS算法。但是在处理Bag of Words大样本数据集时,性能优于KHM-VNS和KHM-TS算法,其聚类计算耗时明显缩短,证实KHM-CC算法在高维度数据集的处理上更具优势。     

形状记忆合金自复位减振装置研制与验证

为改善第二喉道中的可调中心体机构(简称中心体)在工作状态下的流致振动,根据形状记忆合金(shape memory alloy, SMA)偏置双程驱动原理,设计制作一种能够满足中心体有限安装空间要求的SMA自复位减振装置;采用UMAT接口编制的SMA本构关系子程序实现减振装置最大压紧力的数值分析,数值分析与静态调试试验结果误差约为2.58%;搭建地面减振试验平台,测试SMA自复位减振装置分离和闭合状态下的中心体零部件振动响应。减振试验结果显示:SMA自复位减振装置闭合后,中心体振动响应明显降低,在0～100 Hz频带内,均有明显的减振效果,低频至55 Hz范围内,减振率均大于50%。