脉压雷达信号处理仿真分析研究

针对脉冲压缩雷达,从系统仿真的角度建立了描述雷达与目标位置的三维坐标系,根据雷达信号脉冲压缩和非相参积累模型,通过计算机Matlab仿真得出了目标回波经过脉压雷达信号处理后的结果,并进一步分析了脉冲压缩和脉冲积累处理的效能。结果表明:目标回波信号通过脉冲压缩和脉冲积累处理后,显著提高了目标回波信噪比以及对目标距离估计的精度。     

视觉惯性导航系统初始化方法综述

视觉惯性导航系统通过初始化,对尺度信息、重力向量、速度、惯性传感器偏差等一系列状态估计所需参数进行快速求解,以提升系统后续导航定位与环境感知的准确性。根据传感信息耦合方式,视觉惯性导航系统初始化方法可以分为三类:联合初始化、非联合初始化和半联合初始化。基于现有研究工作,从基础理论、发展与分类、现有方法、性能评估四个方面展开,对目前主流的初始化方法进行综述,并总结视觉惯性导航系统初始化领域未来的发展趋势,有利于对视觉惯性导航系统初始化方法形成总体性了解并把握其发展方向。     

民用飞机运行可靠性研究进展

结合民用飞机运行可靠性研究的技术现状与发展趋势,根据现有的型号设计、研制和在役飞机的具体情况,阐述了民用飞机运行可靠性研究需求。通过梳理民用飞机运行可靠性理论研究进展及工程应用现状,从运行数据采集与处理、运行可靠性分析方法、运行可靠性预测反馈技术、运行可靠性的优化设计、优化维修任务、运行可靠性综合管理平台六个方面,详细阐述民用飞机运行可靠性研究现状及面临问题,展望了民用飞机运行可靠性研究未来发展方向。     

层叠分段傅里叶变换的数字Stretch实现新方法

针对数字Stretch处理在大抽取倍数情况下硬件资源消耗大、难以工程实现的问题,提出了层叠分段快速傅里叶变换处理的数字Stretch实现算法,将数字混频后的数据序列通过层叠分段与重组,利用小点数的快速傅里叶变换运算实现数字Stretch处理。实测数据验证了算法的有效性。资源消耗分析表明,与常规的数据滤波抽取处理方法相比,该算法可有效减少数字Stretch处理的硬件资源消耗。     

并行规约与扫描原语在ReRAM架构上的性能优化

规约与扫描是并行计算中的核心原语,其并行加速至关重要。然而,冯·诺依曼体系结构下无法避免的数据移动使其面临“存储墙”等性能与功耗瓶颈。近来,基于ReRAM等非易失存储器的存算一体架构支持的原位计算可一步实现矩阵-向量乘,已在机器学习与图计算等应用中展现了巨大的潜力。提出面向忆阻器存算一体架构的规约与扫描的并行加速方法,重点阐述基于矩阵-向量乘运算的计算流程和在忆阻器架构上的映射方法,实现软硬件协同设计,降低功耗并提高性能。相比于GPU,所提规约与扫描原语可实现高达两个数量级的加速,平均加速比也可达到两个数量级。分段规约与扫描最大可达到五个(平均四个)数量级的加速,并将功耗降低79%。     

面向计算流体力学的图形处理器资源管理

针对求解计算流体力学过程中图形处理器资源利用率低的问题,提出面向计算流体力学的图形处理器资源优化管理方案。基于计算流体力学的算法特性和同时运行任务的执行特点,设计合理的调度方案。通过动态改变不同任务的启动规模和启动时间,在减少资源竞争的同时提高图形处理器资源的有效使用。实验结果表明:本文提出的资源管理方案相比基线方法在不同任务规模下的平均加速比达到 1.64,对图形处理器的硬件资源使用也有了显著的提升。     

反向设计方法在防空导弹中的应用研究

对反向设计方法在防空导弹中的应用进行初步探讨。重点讨论了导弹总体、气动以及动力系统之间的关系。针对国外典型防空导弹,建立了反向设计模型,结合弹道仿真研究了国外典型防空导弹的战技指标、关键技术以及发展趋势。     

基于DEA方法的新疆少数民族高等教育效率评价研究

由于数据包络分析方法（DEA）对多输入多输出系统的效率评价问题具有十分独特的优势。近年来,DEA方法在高等教育效率评价,尤其是在高等学校人力资源利用效率评价中的应用日趋增多,取得了丰硕的研究成果。本文针对新疆少数民族高等教育效率评价问题,重点从地域角度,采用DEA交叉评价方法定量研究新疆少数民族高等教育资源利用效率的状况,以期为教育管理者在制定资源配置政策以及高校在如何提高资源利用效率方面提供借鉴与参考。     

一种快速抑制单脉冲雷达角闪烁的方法

一种小窗口的快速中值滤波方法能够有效抑制比幅单脉冲末制导雷达角跟踪中的角闪烁。该方法根据比幅单脉冲雷达测角原理,在测角之后对测量结果以小窗口中值滤波的方式进行处理,最大程度上保留测角结果的细节信息又能够有效地抑制角闪烁,并且有较低的运算量。通过对仿真及实测数据的处理,表明该算法可以明显降低末制导雷达在接近目标时角闪烁的影响,有效提高雷达角跟踪精度。     

基于网格的聚类挖掘算法

为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类（Prejudge-Based Distributed Clus-tering,PBDC）算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类（Distributed Parallel Clustering,DPC）算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明：该算法对于网格环境下海量数据的分布式聚类具有良好的效果。