基于上下文的快速自适应运动估计算法

高效的运动估计算法是实时视频编解码技术的研究重点。为降低视频编码中运动估计的高计算复杂度问题,提出了基于上下文的快速自适应运动估计算法。该算法在运动估计过程中引入了次最佳匹配点,并且使用了一种基于平行四边形模式的方向性搜索策略。该算法的基本思想是:在块运动矢量估计过程中,利用前面搜索步中得到的块运动矢量及次最佳匹配点与最佳匹配点之间的位置关系,自适应选择一种平行四边形搜索模式,并确定下一步搜索的方向,进行更精确运动矢量的搜索。实验结果表明,该算法有效降低了视频压缩编码中运动估计的运算复杂度。     

消防信息管理系统分析与设计

以信息技术为基础,结合消防工作的特点,从网络硬件平台的建设、应用软件系统的开发等方面,对消防信息管理系统进行了分析,并提出初步的设计方案。     

Network routing for insurgency: An adversarial risk analysis framework

Problems in counterterrorism and corporate competition have prompted research that attempts to combine statistical risk analysis with game theory in ways that support practical decision making. This article applies these methods of adversarial risk analysis to the problem of selecting a route through a network in which an opponent chooses vertices for ambush. The motivating application is convoy routing across a road network when there may be improvised explosive devices and imperfect intelligence about their locations. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

SOJ干扰条件下雷达网目标跟踪条件CRLB

针对雷达检测概率评估雷达网抗干扰效能方法的局限性,通过对雷达天线和检测概率模型的分析,利用单雷达检测/漏检事件,推导了干扰环境下雷达网的条件CRLB,给出了干扰条件下目标跟踪误差所能达到的一个下界,从而提出了组网雷达基于条件CRLB的效能评估方法,同时从理论上证明了雷达组网的优越性。实验仿真结果表明,SOJ干扰下,利用CRLB可以很明显地证明雷达网融合跟踪比单部雷达性能要好,能比较准确地评估干扰环境下雷达网的性能,因此所述方法具有一定的实际工程意义。     

雷达网对侦察无人机突防的威胁评估模型

雷达网对侦察无人机突防具有非常大的威胁,结合无人机的突防战术,建立了雷达网威胁评估指标体系框架;并根据雷达网性能指标的相对性、不可比性和不确定性,运用模糊综合评估方法和层次分析法对雷达网的威胁度进行评估,最后归并获得的评价结果。事实表明,所建立的模型能较准确地评估雷达网对侦察无人机突防的威胁程度,对侦察无人机航迹规划具有一定的指导意义。     

基于SPSO的考虑指控节点受攻击的WTA问题优化方法

鉴于网络中心战中指挥所的重要性,根据实际作战原则,通过对传统武器目标分配(WTA)模型的分析,建立了考虑指控节点受攻击的武器目标分配(Weapon-Target Assignment with Vulnerable Command and Control Nodes,WTAVC2N)模型,并利用随机PSO算法对该模型进行仿真验证。仿真结果表明了利用随机PSO算法解决考虑指挥所被摧毁的武器目标分配问题的有效性及合理性。     

网络中心战的网络攻击——Suter计划

Suter计划是网络中心战的组成部分,它的最终目标是发展美国空军的网络攻击系统.从网络中心站的角度介绍了Suter计划的背景、发展历程以及在实战中的应用,分析了Surer计划的重要组成部分NCCT(network centric collaborative targeting)系统,提出了3种可能实现Suter能力的网络攻击技术.     

基于试验研究的大型油罐冷却用水量估算

根据利用移动摇摆炮对10×10^4m^3着火油罐冷却试验的结果,对大型着火油罐冷却用水量实验和理论数据进行对比分析,得出冷却用水量的估算方法,为大型油罐火灾扑救提供参考和依据。     

低气压环境下柴油机涡轮增压器转速实车估算方法

针对涡轮增压器转速实车测量中存在安装困难、精度低的问题,提出了利用RBF神经网络和BP神经网络估算涡轮增压器转速的方法。分别建立了基于RBF神经网络和BP神经网络增压器转速估算模型,通过与台架试验测试样本比较,模型误差分别2.25%和2.27%。同时,RBF神经网络较BP神经网络,具有训练次数少,收敛速度快、结果稳定的优点,更适合实车涡轮增压器转速估算。     

基于振动分析的坦克柴油机汽缸燃烧压力检测方法

针对在坦克实车上不易直接测量柴油机汽缸压力的问题,提出了一种通过测量柴油机汽缸盖振动信号来间接检测汽缸燃烧压力的方法。在某型坦克柴油机上同步测量了汽缸燃烧压力、汽缸盖振动信号和变速箱振动信号,利用自适应滤波方法滤除了汽缸盖振动信号中包含的变速箱振动信号形成的噪声干扰,利用配气相位从时间域分离出由气体燃烧压力激发的振动信号,利用Hilbert变换和小波分解方法分别提取了振动信号和压力信号的特征波形。建立了RBF神经网络模型,以汽缸盖振动信号的包络作为网络输入,实现了汽缸燃烧压力的间接检测。