甚长基线近区时差测向联合定位及特性分析

双站协同无源制导是一种全新的反辐射导引体制,具有隐蔽性高、抗干扰能力强等特点。针对此应用中末制导阶段的目标无源协同定位问题,构建了甚长基线近区时差测向无源定位模型,分析了在这个模型下测距精度随测向夹角的变化规律,以及在各种攻击方向上所能达到的定位精度,并利用这个结果分析了无源末制导阶段导弹攻击阵位的优选条件,提高了无源定位精度。最后通过仿真验证了理论分析的有效性,从而为双站协同无源制导和反辐射精确打击等应用提供了新的参考。     

基于多因子的机电设备测试性验证样本分配方案

针对目前机电设备测试性验证试验中,因样本分配不合理导致试验结论置信度低的问题,通过分析影响试验结论置信度的4个关键因素即故障模式数、故障率、故障扩散强度总和与危害度,提出了基于多因子的样本分配方案。方案依据多因子综合相对比值,得出各UUT所分配的样本量,达到优化样本结构,提高样本集代表性的目的。对单步故障扩散算法进行了改进,改进后的算法可以更有效地计算故障扩散强度,并以某机电设备稳定跟踪平台为例进行了样本分配,比较分析抽样结果证明,应用该方案得到的样本结构更加合理,可以使试验结论有较好的置信度。     

AES密钥扩展算法的研究与改进

本文由高级加密标准(AES)密钥扩展算法存在的缺点入手,在研究两种改进方案基础上,利用单向性策略和随机函数对原来两种方案从密钥抗攻击强度和程序执行效率方面分别进行改善,提高了算法安全性且未损失效率。     

FPGA在边缘检测中的应用

主要探讨FPGA在边缘检测中的运用,分析两种不同边缘检测算子对图像处理的效果。由于FPGA算法硬件处理速度快、可编程、可重配置等特性,使其在图像处理方面占有很大的优势。为此文章提出了运用FPGA实现边缘检测的方法,并且根据FPGA的并行流水线性,对Sobel、Prewitt边缘检测算子分别进行了FPGA设计与实现以及仿真,并且对两种边缘检测算子对图像处理的效果进行了比较。通过仿真分析得出,Sobel和Prewitt边缘检测算子都有平滑噪声的作用,Sobel边缘检测算子可以提供较为准确的边缘方向信息,Prewitt边缘检测算子,其边缘性较Sobel边缘检测算子完整,但它们的边缘定位精度有待提高,仿真中通过改变程序中的阈值可以得到不同的处理效果,这也是利用FPGA的优点,方便容易、速度也得到了提高,并且可编程、可重配置,使得FPGA在数字图像处理方面显得非常优越。     

电信企业数据驱动存量营销发展策略

基于电信行业新增市场逐渐缩小,存量经营成为企业营销重点这一趋势,阐述了电信企业要实现数据驱动存量营销所需具备的条件以及目前尚存在的问题,并针对存量营销四大目标提出数据驱动存量营销发展策略建议:进行数据驱动存量营销IT系统的能力架构设计;梳理并建立电信企业存量营销运营管理流程;建立客户需求标签库和营销/策略资源库两个基础库;完善并建立需求资源配置、渠道触发和数据化管理三大存量营销核心能力.     

客服场景下基于指纹识别技术的4A系统强制认证方式研究

首先针对现有技术方案及存在问题,分析了目前客服坐席人员身份认证方案的不足,提出了瘦终端应用场景和传统终端应用场景中基于指纹识别技术的强制认证方案及实现流程,最后,通过比较,总结了这种方案的优点,基于指纹识别技术的4A系统强制认证方式值得在客服强制认证中推广.     

基于Radix-4 Booth编码的模2n+1乘法器设计

模2n+1乘法(n=8、16)在分组密码算法中比较常见,如IDEA算法,但由于其实现逻辑复杂,往往被视为密码算法性能的瓶颈。提出了一种适用于分组密码算法运算特点的基于Radix-4 Booth编码的模2n+1乘法器实现方法,其输入/输出均无需额外的转换电路,并通过简化部分积生成、采用重新定义的3-2和4-2压缩器等措施以减少路径时延和硬件复杂度。比较其他同类设计,该方法具有较小的面积、时延,可有效提高分组密码算法的加解密性能。     

一种改进的K-Modes聚类算法

传统的K-Modes算法采用0-1简单匹配方法计算对象与类中心(Modes)之间的距离,并将每个对象分配到离它最近的类中去。采用基于频率方法重新计算各类的类中心(Modes)、定义目标函数,然而,对象的归类方法和目标函数的定义没有充分考虑分类数据的特点。对此,提出一种改进的K-Modes算法,采用期望熵最小的衡量方法进行归类,并且采用期望熵作为新的目标函数。通过实验将该算法与传统的K-Modes算法进行比较,表明该算法是更有效的。     

基于智能算法的机械加工参数优化方法研究

将BP神经网络预测模型应用于电火花加工参数优化方法中,从而针对不同的加工工艺要求预测出最佳的脉冲间隔t0和宽度t1以及峰值电流ie组合。由于常规的BP神经网络存在容易陷入极小值以及学习速率低等缺点,而常规GA优化算法存在容易陷入局部最优解、容易早熟等问题,提出一种对GA算法的染色体结构和遗传算子进行改进并引入自适应交叉和变异概率优化BP神经网络结构参数的改进型GA-BP神经网络算法。最后通过实验,对电火花加工参数优化模型性能进行评价,与常规GA-BP神经网络算法建立的参数优化模型相比,提出的参数优化模型的预测结果更加接近真实值,预测的平均准确率达到96.13%,高于常规GA-BP神经网络算法建立预测模型5.2%。     

罗兰C系统试飞中的ASF修正方法分析

罗兰C信号地波传播ASF(附加二次相位因子)是其定位误差的主要来源,对ASF进行修正可显著提高其定位精度。针对ASF修正进行了数学模型和直接测量研究,并把数学模型修正ASF后的罗兰C定位误差和直接测量修正ASF后的罗兰C定位误差进行比对。研究表明,采用数学模型修正和直接测量修正相结合的方法,能够更好地提高罗兰C系统的定位精度,提高试飞效率。