M&S中周期数据质量保证

数据的有效性与精确性在M&S全周期的校核、验证与确认过程中起着重要作用.从保证全生命周期的数据质量出发,说明了数据质量保证评估的体系结构,重点介绍了从数据采样到结论生成全周期中保证数据质量的基本原理和详细步骤.     

被动声传感器网络模拟器的设计与实现

现代雷达防空体系对低空/超低空飞行目标的探测仍然是其弱点之一.被动声传感器网络数据融合理论和技术的快速发展,给这类目标的探测、识别和定位跟踪提供了新的方法.在对被动声传感器工作原理、目标运动模型和方位角检测模型分析的基础上,给出了一种被动声传感器网络模拟器的设计思路,同时给出了其软件平台的实现方法.模拟器考虑了大气环境因素的影响和传感器对目标探测的实时处理能力的要求,产生的仿真数据能够较好地逼近真实数据,为被动声传感器数据融合算法的研究提供了强有力的数据支持.     

外弹道数据融合实时算法研究

信息融合技术可以大大减轻指挥决策的工作量,增加信息置信度,减少模糊性,改善系统可靠性.针对靶场实时测控数据处理中急待解决的成片野值干扰等难题,在实时环境中采用数据融合处理方法,讨论了外弹道数据融合实时算法所面临的关键技术,并通过分析与论证得出可行性结论.结论对进一步的系统设计与软件实现具有指导意义.     

区块链在分队战术协同中的应用构想

从战术分队角度出发,探讨了区块链技术在作战实体之间的信息交互及智能协同方面的应用设想,分析了战术分队信息交互的相关技术及面临的挑战,阐述了区块链在未来战术分队指挥体系构建中的发展构想。     

机动发射条件下助推滑翔导弹射击诸元快速解算

针对机动发射条件下助推滑翔导弹对全程弹道快速生成的迫切需求,在弹道设计中选取7个关键性控制量参数作为全程弹道射击诸元,并提出与之相对应的诸元解算算法。将全程弹道分为助推段、初始下降段、滑翔段和俯冲攻击段,在统一化运动模型描述的基础上,运用参数化迭代的思路,依次对不同飞行阶段诸元进行了快速求解,满足多种复杂约束条件。在全程诸元迭代解算模式的基础上,提出助推段沿用中心弹道诸元,仅对其他射击诸元进行重计算的部分诸元迭代解算模式。仿真结果表明:采用所提助推滑翔导弹射击诸元快速解算方法,可在大范围机动条件下对远距离地面固定目标进行快速精确打击。     

一种高速实时数据采集处理系统设计

针对目前高速数据采集中的实时性和同步性问题,提出了一种高速实时数据采集处理设计方案。根据上述方案进行了系统的硬件和软件设计,该系统以FPGA器件作为下位机控制核心,设计了时钟同步、数据采集、数据处理、数据缓存、数据通讯等功能模块;整个系统采用ARM微处理器作为上位机控制核心,基于嵌入式Linux 2.6内核进行软件编程,负责向FPGA发送设置参数和控制指令,同时对数据前端采样和处理数据进行存储、显示、统计等。经测试验证,该方案具有高速率、高精度、同步测量、实时处理、体积小、功耗低等优点。     

雷达至指挥仪基线修正研究

综合诸元是指挥仪解算精度较高的一种工作方式,但存在一个雷达至指挥仪间的基线误差,就这一误差进行了分析并提出了修正方法。     

近程防空武器网络化跟踪系统

研究多探测器航迹滤波与互联新技术与新方法,把数据融合的基本理论和计算机网络技术应用于近程防空武器的跟踪系统中,得到了近程防空武器网络化跟踪系统的框架。应用数据融合和计算机网络技术可以提高近程防空武器的使用效率。     

基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。     

依据噪声能量变化提取目标运动信息的方法

在对被动噪声声纳接收的噪声能量随时间的变化规律分析的基础上 ,从理论上分析噪声能量的变化与目标运动参数关系 ,给出了其中所含目标运动信息的提取方法。