面向机载应用的领域专用加速器研究

机载环境下数据处理规模的剧增以及人机混合智能的应用使得传统的以CPU 为核心计算单元的架构 已不能满足计算需求。在满足延时、精度等指标的情况下,选用高能效的处理器或处理器组合来快速准确地处 理这些数据成为机载计算领域面临的重要问题。按照常规处理器、领域专用加速器两大类型对各自主要代表性 处理器的架构特点进行了分析和总结,得出了各类处理器在机载情况下的主要适用场景和应用情况。根据领域 专用的设计思想开发了面向数据关联应用的专用加速器,对数据关联算法中的统计距离计算和分簇处理这两个 计算瓶颈进行了定制化的加速设计,并在基于FPGA 的平台上进行了测试验证,结果表明,加速器对于统计距 离计算的加速效果约为FT2000/4 单核性能的10 倍,对于分簇处理的加速效果约为FT2000/4 单核性能的3 倍, 整体运算速度相比FT2000/4 处理器的单核提升了5 倍。     

雷达与IFF背靠背配置时的关联算法

对于雷达与IFF(Identification Friend or Foe)背靠背配置时的关联问题,提出了关联算法.主要包括雷达航迹与IFF点迹的时间对准、判别函数构造、关联判决准则选择和关联判决门限设置等,并讨论了多义性问题.4种典型情况下的仿真结果表明,目标间隔与目标到雷达距离之比越大时,关联效果越好;目标交叉时,离交叉点越近,关联效果越差;目标机动阶段时间对准采用雷达航迹平滑的关联效果优于航迹预测,其它情况下采用两种时间对准方法的关联效果相近;在NED(North East Down)坐标系和极坐标系下的关联效果相近;n/m逻辑应选择2/3或3/4,以同时保证对友方目标的漏关联概率和不明目标的误关联概率都较低.     

基于功率估计的方位数据关联算法

将功率信息与电波传播相关理论引入到测向交叉定位的数据关联问题中,提出一种基于功率估计的方位数据关联算法。推导了阵列协方差矩阵中信号功率与阵列流型之间的关系,利用空间协方差逆矩阵高阶幂逼近噪声子空间的方法,在已知阵列流型的基础上准确获取各目标的功率参数,避免了幅值特征类关联算法易受噪声与信号波形影响的问题;根据功率和传播路径的衰减关系,构造方位组合与功率信息的关联置信度函数,挑选出正确的关联组合。仿真结果表明了算法的有效性和优越性。     

特征参数匹配法在雷达信号识别中的应用

概述了模板匹配法、模糊匹配法及灰关联分析法,以了解特征参数匹配法的优缺点.重点对灰关联分析法中分辨系数取值和权重值的确定问题进行分析,并提出改进的灰关联分析法.该方法首先对原始数据规范化处理,综合了序列取值法和自适应动态取值法对灰关联分析法进行改进.仿真证明改进的灰关联分析法能够对有误差的和参数缺省的雷达信号进行较好处理,对雷达信号识别更具有实时性,能够提高分析结果分辨率.     

导弹装备测试性数据相关性分析研究

针对目前装备使用阶段测试性数据来源于专家信息这类存在不确定性因素的信息,会直接影响测试性验证结论的准确性和完整性。为了增加测试性数据的可信度,基于导弹装备使用阶段测试性数据,提出了灰色关联分析的方法流程,对数据进行相关性分析。结果表明,基于灰色关联算法的数据相关性分析方法能得到测试性数据可信度程度,并挖掘出测试性指标间潜在的关联规律,能丰富专家信息,有助于提高验证准确度。     

一种基于最小二乘拟合的数据关联算法

针对点航关联在多目标跟踪中精度与实时性难兼顾的问题,提出了一种基于最小二乘拟合的点航关联算法。首先采用滑窗将历史航迹截断,采用最小二乘法在不同维度分别拟合、外推融合航迹历史信息条件下的航迹点,增加外推点的多样性及信息量。同时定义了5种全概率关联事件,提取传统滤波方法的预测点,将拟合外推点与滤波预测点融合,使归属判决更加准确。最后分别推导了不同事件发生时的状态更新方程与误差协方差更新方程,给出了其中参数的确定方法。经仿真数据验证,与经典的最近邻域法和联合概率数据互联算法相比,所提算法能够更好地兼顾精度与实时性,且计算复杂度较低,易于工程实现。     

多指标区间数关联决策模型的研究

根据区间数的特性，定义了区间数的距离，并证明了当区间数为实数时，区间数距离就是实数距离的推广；在此基础上，根据灰色关联度的理论，提出了区间数关联度的计算方法，从而把灰色关联分析理论由实数序列拓广到区间数序列；进一步研究了具有区间数的多目标决策问题，建立了多指标区间数关联决策模型。该模型不仅避免了寻求虚拟理想方案和负理想方案的困难，而且它把整个评价方案看作一个整体来寻求最优决策方案，还具有易于在计算机上实现的特点。最后，以实例验证了该模型的有效性与实用性。此方法为解决具有区间数多指标决策问题提供了一种科学、实用的决策新途径。     

WEB访问信息挖掘中的关联规则发现算法的研究

本文采用了一种快速算法Aprioti，将传统数据挖掘技术中的关联规则发现技术引入web数据挖掘，并针对在Web应用的特点进行了改进，有效地提高了求高频站点集的效率。     

基于知识PETRI网的自动装配规划

提出了一种由产品关联图自动生成产品装配优化序列的方法，首先对产品关联图进行割集运算，并由此可得相应的产品装配与／或图，再由此与／或图构造出产品装配的知识ＰＥＴＲＩ网，运行此知识ＰＥＴＲＩ网后便可得到此产品的最佳装配序列。本文介绍的这种基于知识ＰＥＴＲＩ网的人装配规划方法与目前常规的机器人装配规划方法，如启发工搜索法与基于装配知识库的装配专家系统相比，规划速度快，由于该方法将人工智能应用于ＰＥＴＲＩ     

基于QAR数据的关联规则挖掘算法的研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点,设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori.对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间,提高算法的运算效率,提高QAR数据关联规则挖掘的效率.