HLA数据回放及其可通用性问题研究

为了给HLA分布仿真系统提供运行数据的回放能力并解决各种回放策略都必须面对的数据完备、时序准确、运行高效及回放方法的可通用性等问题,对HLA联邦中的数据回放问题进行了研究,分析了HLA仿真中的回放需求以及HLA对回放实现技术的影响,指出回放方法的可通用性实质上是联邦独立性的概念,研究了将回放数据对象化处理的方法,针对成员式数据回放策略、基于对象序列化技术和成员自动生成技术提出了一种可通用的HLA数据回放实现方案,最后介绍了通用HLA数据回放工具的应用情况。     

赋双权二部图中最大权最小权完美匹配

本文涉及的是在赋双权的二部图中求关于第一个权最大的限制下、第二个权最小的完美匹配的网络模型,给出了这一模型的有效算法,并用此算法解决了企业的优化组合分工中的挖潜问题。     

结合景象匹配与惯导信息的SAR平台定位方法

利用高度传感器提供高度信息,结合高精度异源图像匹配技术与惯导系统漂移修正方法实现SAR平台定位。根据成像中间时刻SAR平台与SAR图像中心线上物点在水平面的投影共线的特性,在单帧图像中心线上均匀选取若干点与光学基准图进行高精度景象匹配;计算平台在水平面上投影位置,并利用高度信息确定其空间位置;使用序列图像定位结果估计惯导系统漂移参数,对惯导系统输出的位置数据进行修正,实现高精度的SAR平台定位。对各误差因素的影响进行分析,推导了精度估计公式。仿真和实际序列图像实验结果表明,方法正确可行,具有较高的平台定位精度,具备一定工程实用价值。     

伞翼无人机线性自抗扰高度控制

针对伞翼无人机参数不确定性和复杂环境干扰敏感的问题,提出一种伞翼无人机线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)高度控制方法。建立伞翼无人机8自由度飞行动力学模型,并引入风场和降雨模型以更加准确地模拟真实飞行环境。基于LADRC确定总体控制架构,设计线性扩张状态观测器对所有扰动进行估计,并引入误差反馈率在控制中实时补偿。使用该控制方法在多种扰动工况下进行伞翼无人机高度控制仿真实验。仿真结果表明,基于LADRC的高度控制方法能够有效克服内扰和外扰的影响,实现高精度高度控制;与传统PID控制效果相比,LADRC控制器具有更好的抗扰能力和鲁棒性。     

基于理想干涉的InSAR处理性能评估新方法

为克服常规的InSAR处理性能评估方法只能分析整体性能的缺点,提出一种适用于分布式星载InSAR的理想干涉相位图仿真算法,此算法不仅能得到理想干涉相位,而且能得到理想情况下的配准偏移量。在此基础之上,提出一种基于理想干涉相位及理想配准偏移量(统称为理想干涉量)的InSAR处理性能评估新方法。此方法可以有效隔离InSAR处理流程各个环节的误差,对InSAR处理流程的各个环节的算法优化具有重要的实用价值。     

超宽带雷达反隐身机理综述

本文对超宽带（ＵＷＢ）／冲激雷达的反隐身机理作了全面的讨论。从冲激脉冲具有的超宽带特性、短时性、信号先兆效应、电磁导弹特性,以及吸波材料的驰豫时间效应和自诱导透明性等方面,分析对比了冲激雷达与常规雷达回波的差异。初步实验结果表明,超宽带冲激雷达有优越的反隐身能力     

有限精度的 BP 神经网络高速算法

精度要求是神经网络硬件实现的一个关键问题。本文提出了一种有限精度的BP高速算法，通过实例验证，该算法适于低精度，且收敛速度快。     

一种基于多目标微粒群优化的虚拟网络映射方法

针对多个虚拟网络同时映射时资源统一优化分配的问题,提出了一种基于多目标微粒群优化的虚拟网络映射方法(MSC-VNE),提高底层网络资源利用率及全局负载均衡性能。建立了虚拟网络映射的多目标优化模型,将单个虚拟网络映射作为一个子群,并采用多子群协作优化的方法在子群映射时通过相互信息交换进行协同进化,最终达到全局资源的优化分配。仿真结果表明,与典型成果相比,提出的方法有效地提高了底层网络资源利用率和虚拟网络构建成功率。     

应急辅助定位及精度评估方法研究

在可视导航卫星数少于四颗、无法进行传统导航解算的恶劣环境下,导航接收机可利用外部高程气压计提供的高程或者内部守时模块的钟差等信息进行应急辅助定位。在该应急辅助定位工作模式的误差分析中,传统导航定位误差传递模型无法适用。针对此问题,本文在研究三星结合高程、三星结合钟差、双星结合高程钟差等几种应急辅助定位原理的基础上,给出了新的应急辅助定位误差传递的分析模型,利用仿真算例验证了该模型的正确性。通过对定位精度的分析,说明根据卫星分布特点可以按照本文方法量化得到伪距测量与辅助信息的精度的最优数量级关系,可以用最小代价实现定位精度的提升。该结论可指导接收机外部辅助器件的选择。     

用神经网络变易有效焦距的摄像机标定法

针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点 ,提出了用 4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果 ,并与传统方法作了对比。结果表明 ,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性