采用过程推理系统的作战方案生成研究

作战指挥决策支持系统是指挥自动化系统的重要组成部分,作战方案生成是作战指挥决策支持系统的基本功能.为了能够快速、准确地生成作战方案,为指挥员提供决策依据,建立了一种过程推理系统的改进模型并将其运用于作战方案生成.根据对过程推理系统的介绍和分析,针对其重复劳动和交互不足的问题,对战术意图集进行分类处理、对所选作战规划进行合并处理以及对更新状态规则和评价标准进行改进.通过这些改进可提高其运行效率,实现对战术意图的批处理.最后建立了改进的过程推理系统的体系结构模型,描述了其生成作战方案的运行过程,表明其可以基本满足作战方案生成的要求.     

航空反潜搜索方案辅助决策系统研究

在分析现代航空反潜作战特点和搜索决策过程的基础上,研究了航空搜潜辅助决策系统必须具备的主要功能,提出了搜索手段和搜索图形方案的两个决策层次,给出了搜潜方案辅助决策系统的基本框架.最后,指出了运用现代决策系统理论建立搜索方案优化模型的研究方法和需要解决的其他关键技术.     

星基增强系统接收机中的导航比特同步设计与性能仿真

星基增强系统(SBAS)中导航电文速率为500符号/秒,针对其弱信号时找导航比特边界难的特点,提出了基于最大似然算法的比特同步算法,给出了在SBAS接收机中比特同步的应用公式和实现方法,并进一步创新性地设计了包含有软判决和多次判决的比特同步综合流程;最后在多种导航比特分布的情形下,对最大似然比特同步算法进行了不同载噪比下的性能仿真,确认了此算法在接收信号很弱时仍然有效。     

一种基于遗传算法的SVM决策树多分类策略研究

提出了一种基于遗传算法(GA)的SVM最优决策树生成算法,并将其应用于解决SVM多分类问题.首先以最大分类间隔为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(或近优)决策二叉树;然后在各个决策节点,利用传统的SVM算法进行二值分类,最终实现SVM的多值分类.理论分析及实验结果表明,新方法比传统的DT-SVM、DAG-SVM方法有更高的分类精度,比经典的1-a-1、1-a-r有更高的训练和分类效率.     

模拟自然树生长的竞争算法及在曲线拟合中的应用

 利用自然树生长过程中生长、凋落矛盾统一的原理,建立了自然树生长的竞争模型,提出了模拟自然树生长的竞争算法.为验证算法的合理性和有效性,将其应用于复杂曲线的拟合,与标准遗传算法进行对比,该算法具有运行速度快、内存占用率低、拟合精确度高.与经典的最小二乘法进行对比,该算法内存占有率低且具有抗噪特性.该算法为优化设计和计算提供了一种新的思路.     

MIMO—OFDM低延迟信道估计改进算法

为了克服多输入多输出正交频分复用（MIMO—OFDM）移动系统中采用空间复用技术的下行链路性能出现衰退现象,提出一种信道估计改进算法。它根据信道状态并通过一个决策指导方案为4×4 MIMO系统提供大约4bit／s／Hz的数据。通过使用LDPC短码,在LDPC译码器输出端采用MIMO—OFDM符号重建方法,达到提高估计精度的目的。在3GPP MIMO空间信道模型下进行了仿真验证,结果表明指定速率下的估计精度得到改善。     

考虑主观偏好信息的辐射源威胁评估方法

基于作战实际情况，提出一种新的辐射源威胁评估方法。决策群体针对当前战场情况，凭借其作战经验分别给出不同形式的主观偏好信息。采用将偏好信息一致化为效用值的方法，集结出决策群体的主观偏好信息。建立主客观信息相集成的辐射源威胁评估模型，然后通过二次规划模型计算属性权重，最后通过一个排序公式得出辐射源的威胁评估值和排序结果。所建立的威胁评估模型更符合作战的实际过程，算例表明了方法的有效性。     

HFC网络MAC协议的三叉树冲突化解算法分析

对HFC网络中普遍采用的三叉树冲突化解算法进行分析，介绍树冲突化解算法的两种栈管理模式：FIFO(先进先出)模式和LIFO(后进先出)模式，并举例说明FIFO和LIFPO的冲突化解过程。     

基于词汇树层次语义模型的图像检索算法

解决语义鸿沟必须建立图像低层特征到高层语义的映射,针对此问题,本文提出了一种基于词汇树层次语义模型的图像检索方法.首先提取图像包含颜色信息的SIFT特征来构造图像库的特征词汇树,生成描述图像视觉信息的视觉词汇.并在此基础上利用Bayesian决策理论实现视觉词汇到语义主题信息的映射,进而构造了一个层次语义模型,并在此模型基础上完成了基于内容的语义图像检索算法.通过检索过程中用户的相关反馈,不仅可以加入正反馈图像扩展图像查询库,同时能够修正高层语义映射.实验结果表明,基于该模型的图像检索算法性能稳定,并且随着反馈次数的增加,检索效果明显提升.     

Tree Recovery in PIM Sparse Mode

A PIM–SM-built multicast tree must be restructured when the underlying unicast routing tables change. We describe the PIM–SM recovery mechanisms and evaluate the recovery performance, showing its dependence on a range of network and session parameters. Our results show that a substantial packet loss can be caused by nonreductive, benign events in the network, such as an addition of a new link. We propose and evaluate an improvement to the standard PIM–SM recovery procedure aimed to reduce the packet loss caused by the benign events. Our evaluation shows that the data loss caused by these events can be significantly decreased regardless of the topology and session parameters.