MPP Fortran 程序中串行循环的优化

在大规模并行处理系统中,通讯开销是影响程序性能的一个重要因素。本文提出了一种ＭＰＰＦｏｒｔｒａｎ程序中串行循环的优化技术：在串行循环中加入同步控制、将串行循环转换成共享循环。该技术能减少通讯开销、提高程序的性能。     

古建筑火灾风险评估

我国古建筑众多,而其又具有自身独特的建筑特点和消防安全特性,结合当前古建筑消防安全形势,探讨火灾风险评估技术在古建筑安全保护工作中的应用问题,从而为管理和改进古建筑火灾防治工作提供参考和依据。     

关于对“城市火灾风险与灭火救援力量”评估的探讨

加强政府对消防工作的科学决策,编制“城市火灾风险与灭火救援力量”方案是落实科学发展观的具体举措。围绕进一步规范“城市火灾风险与灭火救援力量”的评估工作,从火灾形势、消防力量、公共消防设施建设、消防工作社会化、公民消防素质教育等方面提出开展评估的具体办法,并从机构设定、评估定位、工作原则和程序等方面就公共消防安全评估机制建设提出建议。     

武器装备体系建设风险分析及评估模型研究

分析了武器装备体系建设风险的内涵及特点,在此基础上构建了武器装备体系建设风险模型,并运用风险矩阵和网络层次分析法对武器装备体系建设风险模型进行分析,通过算例验证了模型的可行性,为制定科学合理的武器装备体系建设风险管理提供了依据。     

运动目标视频检测与跟踪方法

运动目标跟踪的根本任务是根据目标的运动模型和图像特征估计它们的轨迹。提出一种运动目标检测、跟踪的方法。首先使用基于自适应混合高斯模型的背景差方法提取运动区域。目标的运动估计采用扩展卡尔曼滤波,由预测位置确定初始的候选区域。然后根据目标与候选区域的变化程度确定匹配需要的特征信息。如果目标只有一个候选区域并且它们之间的区域特征变化微小,那么它们的匹配不需要额外的信息。如果目标有多个候选区域或者单个候选区域可是它们的区域特征变化激烈,除了区域特征外还使用边缘特征,通过计算目标和候选区域的边缘的部分Hausdorff距离来确定目标的最佳匹配区域。实验结果表明,该方法在存在遮挡的情况下也能够连续的跟踪多个运动目标。     

超声波扩频测距及其信道自适应均衡技术

在扩频通讯系统框架中,建立一种新颖的多阵元超声波测距定位系统。从测距系统的仿真结果来看,采用二进制相移键控(BPSK)直序信号数字相关解调技术和基于最小均方算法的超声波接收信道自适应均衡器,不仅可以克服本地载波(相干解调)相位偏移所带来的不利影响,而且可以抑制多径信道噪声干扰和接收信道增益、相位随机漂移对测量精度的影响,从而提高了超声波测距系统的信噪比和分辨率。此外,采用伪随机码扩频解扩方法,容易实现码分多址(只要给安装在大范围测量区域中多个传感器分配相应的伪随机码,就可以方便地辨认出各个区域传感器发出的信号),扩大超声波测距系统的测量范围。     

刚性夹杂双周期分布的反平面问题

在遵循复合材料中各夹杂相互影响的条件下,构造呈双周期分布且相互影响的椭圆形刚性夹杂模型的复应力函数,采用复变函数的依次保角映射方法,达到满足各个夹杂的边界条件,利用围线积分将求解方程组化为线性代数方程组,推导出了椭圆形刚性夹杂呈双周期分布的界面应力解析表达式,并讨论了夹杂间距对界面应力最大值（应力集中系数）的影响规律,描绘出了曲线。     

基于地理信息系统的城市火灾危险评价

选用单位面积火灾损失、人口密度、建筑密度、路网密度和消防力量建立城市火灾危险预测与评估的统计模型。结合数字城市的基本思想 ,论述基于地理信息系统识别和定量评价火灾危险的技术方法。在ARCVIEW空间分析技术支持下 ,建立城市火灾危险区域划分的技术流程     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。