The effect of spatial truncation error on integral inversion of satellite gravity gradiometry data

The satellite gravity gradiometry (SGG) data can be used for local modelling of the Earth’s gravity field. In this study, the SGG data in the local north-oriented and orbital frames are inverted to the gravity anomaly at sea level using the second-order partial derivatives of the extended Stokes formula. The emphasis is on the spatial truncation error and the kernel behaviour of the integral formulas in the aforementioned frames. The paper will show that only the diagonal elements of gravitational tensor at satellite level are suitable for recovering the gravity anomaly at sea level. Numerical studies show that the gravity anomaly can be recovered in Fennoscandia with an accuracy of about 6 mGal directly from on-orbit SGG data.     

基于波位聚类的相控阵雷达群目标调度模型

如何有效分配有限的能量和时间资源,从而实现大量密集群目标的跟踪测量,是相控阵雷达资源调度面临的难点问题。在采用基于最小期望时间和时间槽优先占用的自适应资源调度模型的基础上,论述了基于波位动态聚类及分区识别算法的相控阵雷达群目标调度模型,详细描述了群目标调度流程图。群目标调度模型根据距离门宽度、方位俯仰波束宽度、目标速度、航迹预测误差和点迹测量误差等确定群目标的分区位置及大小,自动实现群目标的聚类和跟踪。仿真分析表明:该模型能够适应目标群的动态演化过程,实现群内外所有目标的独立跟踪,有效节约群目标跟踪时的资源开销,并已在实际工程应用中得到了验证。     

用模糊聚类算法快速定位小卫星在轨运行故障

针对小卫星在轨系统复杂，监测点众多以及测量信息固有的不确定性等特点，采用一种 化的模糊Ｃ均值聚类算法快速定位在轨运行故障，并以哈尔滨工业大学卫星工程技术研究所研制的立体测绘微小卫星为背景以达到实际应用的目的。     

面向无人机蜂群的航电云多层任务调度模型

在航空作战体系中，基于航电云的无人机（UAV）蜂群作战是提高未来无人机综合作战能力的一种新模式。针对无人机蜂群作战的航电云架构，如何将云端作战任务派发到无人机且保证作战任务完成时间是其中关键。在无人机蜂群分层分簇网络结构和模块级资源虚拟化的基础上，对传统单层平台级任务调度模型进行改进，提出了一种细化到模块级的多层任务调度模型，将作战任务从云端逐层调度到无人机功能模块上执行。利用OMNeT++对无人机蜂群多层任务调度模型以及传统的单层任务调度模型分别进行仿真，云端以攻击使命组为例构建使命组集进行分配，并对任务吞吐量、消息平均端到端延时和任务完成时间进行性能对比。仿真结果表明：与平台级单层任务调度相比，在执行任务方面，模块级多层任务调度模型将单个任务平均完成时间降低了46.2%，将使命组完成时间降低了52.1%，在保证任务吞吐量的基础上具有对复杂任务更稳定的调度能力；在网络性能方面，模块级多层任务调度模型消息端到端延时更低，延时分布更集中，提高了网络消息传输的实时性。     

Empirical analysis of airport network and critical airports

Air transport network, or airport network, is a complex network involving numerous airports. Effective management of the air transport system requires an in-depth understanding of the roles of airports in the network. Whereas knowledge on air transport network properties has been improved greatly, methods to find critical airports in the network are still lacking. In this paper, we present methods to investigate network properties and to identify critical airports in the network. A novel network model is proposed with airports as nodes and the correlations between traffic flow of airports as edges. Spectral clustering algorithm is developed to classify airports. Spatial distribution characteristics and intraclass correlation of different categories of airports are carefully analyzed. The analyses based on the fluctuation trend of distance-correlation and power spectrum of time series are performed to examine the self-organized criticality of the network. The results indicate that there is one category of airports which dominates the self-organized critical state of the network. Six airports in this category are found to be the most important ones in the Chinese air transport network. The flights delay occurred in these six airports can propagate to the other airports, having huge impact on the operation characteristics of the entire network. The methods proposed here taking traffic dynamics into account are capable of identifying critical airports in the whole air transport network.     

基于谱分割的视频镜头聚类方法

针对现有镜头聚类算法中选择最优化分类个数复杂度较高、分类结果准确性较低的问题,提出了一种基于谱分割理论的镜头聚类算法.通过对每个镜头集构造球状高斯模型SGM(Spherical Gaussian Model),最优化地拟合镜头数据集,提高镜头分割的准确性;在镜头迭代分类过程中采用谱分割算法以提高最终分类结果的准确性;在迭代分类过程中,采用贝叶斯信息准则BIC(Bayesian Information Criterion)作为分类停止的评判标准;最后根据BIC准则计算每两类融合前后的匹配值,判断比较后对分类结果进行融合,矫正在分类过程中同一类被割裂的错误.通过3类体育视频样本对算法的有效性进行了验证、比较和分析.     

移动Ad Hoc网络中的自适应转发分群路由协议

为了提高移动Ad Hoc网络的可扩展性,降低在大规模移动Ad Hoc网络中路由开销的增长速度,提出了一种自适应转发分群路由(AFCR,Adaptive Forwarding Cluster Routing)协议.它采用基于最小节点标识号(ID)的移动分群算法将所有节点分为若干个一跳分群.通过设置分群计时器,仅使用两轮控制消息就能快速部署网络的分群结构,并且可使分群同时在全网多处展开.邻节点之间通过交换局部路由信息来建立相邻群首间的路由,而不相邻群首间的路由则利用相邻群首间的路由来建立.基于所建立的分群网络结构和局部路由信息,该协议能够完成数据分组的自适应转发.仿真结果表明,与DSDV(Destination-Sequenced Distance-Vector)和RRR-DSDV(Rapid Route Recons truction DSDV)协议相比,AFCR协议在大规模、重业务量的情况下有效地降低了路由开销、改善了网络的传输性能.     

基于模糊聚类分析的无源雷达目标识别方法

针对无源雷达目标识别的特点,提出了基于模糊聚类分析的识别方法。首先分析了空中目标类型和目标表征,然后阐述了目标识别的原理和步骤,最后运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明提出的方法是可行和有效的。     

用自适应蚁群算法求解集中网站的WEB搜索优化策略

如何提高web信息搜索的效率,改善搜索的性能,是信息检索领域一个重要的研究课题。首先利用自适应蚁群算法求得针对特定类别的最小集中网站集,再通过网页聚类,找到能获得最完全而准确信息的网页序列,从而提高web搜索的速度和准确率。     

基于图谱指标的滚动轴承故障特征提取方法

为了更准确地提取滚动轴承振动信号的非线性故障特征,将图信号处理(GSP)引入机械故障诊断领域,提出了基于图谱指标的滚动轴承故障特征提取方法。该方法将滚动轴承的振动信号转化为路图信号后,提取多个图谱指标;用Fisher得分(FS)算法对图谱指标的敏感度进行排序,并选取若干个最敏感的图谱指标作为滚动轴承的故障特征参数;用K-均值聚类算法识别滚动轴承的不同故障。应用实例表明:当分别选取1~5个最优的图谱指标、时域指标和频域指标对不同轴承故障进行识别时,图谱指标均没有出现错误,而时域指标和频域指标都出现了不同数量的错误,因此,图谱指标对轴承故障的区分能力优于时域指标和频域指标。