基于Java语言的GIS系统在电信网管系统中的开发应用

随着计算机和通信业的迅速发展,人们对电信网络管理系统的要求越来越高,不仅需要拓扑图的显示,还要求系统能进行快速的故障定位,所以要求网管系统能与GIS系统结合.本文介绍了基于java语言的GIS系统的开发过程,及如何将GIS集成到综合电信网管系统中,并就实际开发中出现的问题提出相应的解决方案.     

基于主成分的编队级网络对抗效能评估指标体系

分析建立编队级网络对抗评估指标体系的原则,用主成分分析法对指标进行处理,求得7个主成分.根据正交原则将20个指标分配到7个主成分中,赋予每个主成分以实际含义,最终建立了编队级网络对抗效能评估指标体系.     

关于网络伦理问题的研究与思考

人类进入21世纪，人们感受到了信息技术给人类的交往、学习、工作和生活带来极大便利，促进了人的全面发展和社会进步。但也出现了网络“道德真空”和“道德沦丧”，因此关于网络伦理问题的研究也就摆在了我们面前。     

基于自适应深度网络的无人机目标跟踪算法

针对无人机（UAV）视频中目标易受到遮挡、形变、复杂背景干扰等问题，提出一种基于自适应深度网络的无人机目标跟踪算法。首先，基于主成分分析（PCA）和卷积神经网络（CNN）算法，设计3阶的自适应深度网络进行目标特征提取，该网络对图像的H、S、I通道分别进行主成分分析学习，将得到的特征向量输入网络进行分层卷积，优化了网络结构，提高了网络的收敛速度和精度。其次，将目标深度特征输入核相关滤波算法进行目标跟踪，通过分析相邻2帧图像的变化率，采用分段自适应调整学习率的算法进行目标模板更新，有效地改善目标遮挡问题。仿真实验结果表明，该算法有效地避免了复杂因素干扰导致的跟踪精度下降，具有较好的鲁棒性，相较于全卷积跟踪（FCNT）算法平均跟踪精度提高了9.62%，平均跟踪成功率提高了11.9%。     

Lift coefficient prediction at high angle of attack using recurrent neural network

In this paper, identification of dynamic stall effect of rotor blade is considered. Recurrent Neural Networks have the ability to identify the nonlinear dynamical systems from training data. This paper describes the use of recurrent neural networks for predicting the coefficient of lift (C_Z) at high angle of attack. In our approach, the coefficient of lift (C_Z) obtained from the experimental results (wind tunnel data) at different mean angle of attack θ_mean is used to train the recurrent neural network. Then the recurrent neural network prediction is compared with experimental ONERA OA212 airfoil data. The time and space complexity required to predict C_Z in the proposed method is less and it is easy to incorporate in any commercially available rotor code.     

区域运输规划模型系统

提出一种区域运输规划模型系统,以求从定量的角度,预测一个区域内的货物运输量,继而确定这些运输量对该区域内存在的多种运输方式的偏好结构,最后仿真这些运量在相应的各种运输网络上的分布情况,同时仿真模型还对运输网线路经过新建或扩建后所形成的新的运量分布进行模拟。根据运量分布情况,就可提出初步的规划建设方案。     

Vision-based bio-inspired guidance law for small aerial vehicle

During predation, a flying insect can form a stealth flight path. This behavior is called motion camouflage. Based on the study results of this behavior, the perception and neurology of flying insects, a novel bio-inspired guidance law is proposed for the terminal guidance for small aerial vehicle with charge-coupled device imaging seekers. The kinematics relationship between a small aerial vehicle and target is analyzed, and a two-dimensional guidance law model is established by using artificial neural networks. To compare with the proportional guidance law, the numerical simulations are carried out in the vertical plane and in the horizontal plane respectively. The simulation results show that the ballistic of the small aerial vehicle is straighter and the normal acceleration is smaller by using the bio-inspired guidance law than by using the proportional guidance law. That is to say, the bio-inspired guidance law just uses the information of the target from the imaging seeker,but the performance of it can be better than that of the proportional guidance law.     

立方体星的技术发展和应用前景

系统论述了立方体星技术发展的三个阶段;从2010-2013年已成功发射的立方体星与纳卫星中挑选了10颗典型卫星,研究分析其技术水平、应用价值和特点优势;并重点论述了立方体纳卫星的应用;最后预测了立方体纳卫星的未来应用前景。     

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。     

星间链路在空间态势感知中的应用研究

通过对星间链路和空间态势感知系统国内外发展现状的分析,指出星间链路在空间信息有效获取、安全传输和实时应用以及保障空间态势感知系统战场生存能力等方面起着重要的作用.针对星间链路在未来空间态势感知系统中的应用需求,提出包含空间通信模型和空间导航模型在内的空间感知体系基本架构,并对该架构下星间链路的设计要求或者特点进行分析,指出星间链路应该具有灵活可变的星间路由策略和联网结构,并能够支持高速可变和安全可靠的星间数据传输.分别从空间网络和卫星节点2个层面提出了系统实现的关键技术,并给出部分关键技术的研究重点和研究方法.上述研究结果可以为星间链路及相关领域的研究工作提供一定的借鉴和帮助.