微小型组合导航系统软硬件协同设计

针对机载制导武器对组合导航系统小体积、低功耗、高实时性以及高可靠性的要求,设计了组合导航系统双CPU总体方案。基于Zynq全可定制平台搭建了组合导航系统硬件环境。在分析组合导航系统软件结构的基础上,对任务块、任务优先级以及任务间的同步机制进行了合理设计;同时基于对组合导航滤波器内数据交换的分析,通过设置消息队列实现了任务间通信,且在保证数据一致性的同时,避免了“死锁”问题的出现。     

基于两阶段多任务道德风险模型的失业参保职工激励机制研究

现有文献大多侧重于劳动经济学视角，针对失业保险道德风险的间接影响因素进行研究。并未针对现实的失业保险道德风险问题深入研究。论文基于委托代理理论，以失业参保职工为研究对象，结合国家失业保险的最新政策，针对企业参保职工失业过程中，在资格审查和待遇发放两个阶段，自愿失业、延缓就业和隐性就业三种最可能发生的道德风险行为，构建了失业参保职工两阶段多任务激励模型，并借助Matlab2017b数值仿真展示了主要影响因素与最优激励因子之间的关系。研究得出了若干防范失业参保职工失业道德风险的有益结论和建议。     

求解线性方程组的顺序算法和并行算法的理论时耗估价

本文讨论了求解密集型线性方程组的两种并行算法。这两种算法都在下上单元(LU)分解。法的基础上使用了前向和后向置换进行的。这些算法在数值上是稳定的,并在顺序平衡机上用各种处理程序进行试验,都得到良好效果。     

绩效度量的一致性、敏感性及准确性关系研究

将环境的波动性和度量噪音看作是影响绩效度量的两类不同的随机误差,在Linear-exponential-normal框架下,建立了以价值绩效度量和补偿绩效度量的线性组合为基础的收益激励模型,并分析了激励强度与绩效度量的一致性、敏感性和准确性之间的关系,以及环境波动性对上述关系的影响.研究发现,在确定性环境条件下,激励强度与绩效度量的"信号噪音比"成正比关系,但绩效度量的一致性的提高并不必然增加该度量指标在激励契约中的权重,而要视敏感性或噪音相对于一致性的变化幅度来定.特别地,在绩效度量的敏感性与一致性之间并不存在权衡取舍关系.研究还发现,波动性与激励强度之间存在负向关系,且波动性的存在降低了绩效度量的一致性和敏感性,但波动性对绩效度量的准确性的影响则呈非单调性变化.     

基于路阻函数的多任务点机动路径规划方法研究

针对复杂路网条件下,多分队多任务点行军时路线难以决策的问题,建立了同时考虑道路服务水平和分队数量的路阻函数;基于该函数的性质,提出了多任务点行军时各分队路径优化规则,构建了多任务点行军时路径规划模型;对比了部队统一机动和各分队自主行进两种规划方式的行程时间,定量说明了指挥员路径规划能力对多任务点行军的影响.为复杂路网条件下多分队、多任务点的机动指挥提供了决策方法和依据.     

机载制导武器导航系统嵌入式软件结构设计

输入的及时获取及系统的及时输出是导航系统正常工作的基础和核心。在分析机载制导武器导航系统软件结构的基础上,对包含传递对准和组合导航在内的导航软件,进行了多进程、进程优先级以及进程间通信机制的分析和设计。基于对导航系统用卡尔曼滤波器内数据交换的分析,指出在多进程之间存在对多个核心数据的共同存取,采用进程同步机制实现了核心数据协同,给出了核心进程的流程图,完成了一个基于多任务实时操作系统的机载制导武器导航系统软件框架,并在某型机载制导武器导航系统中得到成功应用。     

基于多任务深度学习的自适应软参数共享方法

在软参数共享模型的基础上,通过任务之间的相似度与参数之间的关系,设置自适应正则项系数λ^*,自适应参数衰减比例0.文章提出了基于多任务深度学习的自适应软参数共享方法.在基于均值约束的L₂范数基础上,通过自适应地去除损失函数中正则项中的项数,去除任务间相似度不高的信息.文章的方法将软参数多任务学习动态地转化为软参数多任务与单任务联合学习,相对于软参数多任务学习方法,该方法减少了负迁移现象带来的影响.相对于单任务学习方法,该方法可以极大地降低局部最小解的风险.模拟研究和案例分析都验证了该方法的有效性,该方法的预测精度优于传统的多任务学习和单任务学习.     

基于深度学习的简化多信道并行光性能监测

提出了一种基于信号光谱和多任务深度神经网络（MT-DNN）的多信道并行光性能监测（OPM）方案,采集多信道光谱图进行预处理来设计幅度直方图（Ahs）,可实现波分复用（WDM）系统多信道调制格式识别（MFI）和光信噪比（OSNR）监测。在建立的3信道WDM相干光通信系统中,对由PDM-4QAM/16QAM/64QAM组合的10种调制格式的3信道信号实现了MFI准确率为100%、OSNR监测的平均绝对误差（MAE）为0.16 dB的精准监测。为进一步研究所提OPM方案的性能以应对复杂的传输环境,提出了迁移学习辅助的多任务深度神经网络（TL-MT-DNN）用于多信道MFI和OSNR并行监测。结果表明,所提方案可移植性较好,还可节省大量样本和训练周期,其MFI准确率仍可达100%,3信道OSNR监测的MAE分别为0.24 dB、0.20 dB和0.19 dB。     

波分复用网络中基于优先级策略的资源预约

提出了波分复用(WDM)网络中基于优先级策略的资源预约机制,旨在解决WDM网络中多任务请求同时到达的资源预约问题。该算法不仅提出双向资源预约机制,提高资源预约效率;而且,提出基于马尔可夫预约模型来计算各个任务请求的最小使用波长概率,确定各任务请求的可用资源因子;最后,结合任务请求本身特性提出总负荷因子,采用串行与并行相结合的方式,设定多任务请求资源预约优先级与波长选择模型。通过分析与仿真验证表明,相较传统预约算法,该算法对于多任务请求的资源预约效率与资源利用率的提高有很好的效果。     

基于iRMX86实时多任务操作系统的校射系统的软件开发

本文论述了iRMX86实时多任务操作系统在校射定位系统中的应用。介绍了iRMX86操作系统的特点,据其在校射系统中的应用做了剪裁,并开发了基于此操作系统的软件,重点介绍了面向进程的结构化设计方法及软件系统结构化分析方法,同时对此种软件的优越性进行了讨论。