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。     

论失火罪和消防责任事故罪案件刑事证据的运用

正确运用刑事证据,是司法实践的重要内容,明确运用刑事证据的指导思想,掌握运用刑事证据的具体原则和步骤,才能把握法定证据和常见刑事案件的证据特点,才能在司法实践中充分认识并发挥证据在认定案件事实中的重要作用。     

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。     

基于灰色理论的鱼雷装载可靠性分析

为解决在鱼雷装载可靠度试验数据较少的情况下进行装载可靠性分析困难的问题,利用灰色系统理论及 GM(1,2)建模的思想,研究了鱼雷装载可靠度和工作可靠度之间的灰色关系,基于灰色系统理论建立了两者之间关系的数学模型.计算实例表明,该方法简单实用,可在鱼雷装载可靠度数据样本量较少的情况下对鱼雷装戢可靠度进行有效预测,为鱼雷装载可靠度的评定提供了理论参考.     

基于状态的装备可靠度模型及其应用

为应用基于状态的装备可靠度模型,实现对装备的精确维修,采用了比例风险模型（Proportional Hazards Model,PHM）将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形,应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析,验证了方法的可行性。     

软件系统的可靠性综合评估模型研究*

主要研究了软件系统可靠性的评估方法。基于软件系统的基本结构和体系,对软件系统层次可靠性进行分析,并对影响可靠性的因素进行了分析;根据各分系统失效对整体系统失效影响程度的大小,通过事件测试分析得到实际参数,在给出重要度系数的基础上,建立了串并联系统间权重系数模型,并通过Bayes分析建立了软件系统的可靠性综合评估模型,从而达到对软件系统可靠性综合评估的目的。算例表明该可靠性综合评估模型具有一定的工程应用价值。     

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。     

胚胎电子细胞的部分基因循环存储结构

为了在保证胚胎电子系统可靠性的前提下降低系统的硬件消耗,提出一种新型的基因存储结构——部分基因循环存储,细胞只存储阵列的部分基因,通过细胞内、细胞间的基因循环、非循环移位实现阵列的功能分化和自修复,自修复过程中基因存储内容根据故障细胞数目进行自主更新。该存储结构中基因备份数目可由设计者根据系统可靠性和硬件消耗要求设置,不受阵列中空闲资源数目的限制。理论分析和仿真实验表明,该新型存储结构不仅实现了胚胎电子阵列的功能分化、自修复等功能,而且能够在保证系统可靠性的同时降低硬件消耗,具有较高的工程应用价值。     

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。