实时嵌入式软件系统测试需求建模研究

使用形式化语言构建测试需求模型,有助于提高系统测试的自动化程度.UML状态图具有形式化特征,适合复杂系统详细行为的描述.本文基于面向对象思想,以状态图为核心技术,结合类图,提出了一种适合实时嵌入式软件的系统测试需求建模方法.该方法对被测软件系统的静态结构和动态行为进行建模,能清晰、完整地描述测试输入信息,包括前置条件、接口数据、激励事件、过程描述、后置状态等.并通过相关的建模机制实现了对实时性、并发性、时序性及数据反馈等约束特征的描述.基于该方法生成的需求模型,结合一定的测试用例生成策略,可以自动生成测试用例.作为示例,本文结合该方法对某飞行器控制功能进行建模,模型具有简洁、直观、易用的特点.     

低低卫-卫跟踪重力测量物理模型及部分姿轨控技术需求

文章从低低卫-卫跟踪(SST-LL)重力测量的基本物理思想出发,导出了SST-LL重力测量的物理模型,并由此确定了SST-LL重力测量所需要的观测量;从重力测量对低低孪星的编队要求出发,得出了孪星轨道的平均半长轴之差最低控制需求,导出了卫星姿态俯仰角控制与孪星到地心的距离、及与孪星沿迹相对距离的关系,并估算了孪星两次编队保持机动的时间间隔。     

2019年军用天基对地观测市场的预测

2010年9月,欧洲咨询公司发布了该公司首份关于国防和安全的卫星市场报告—《对地观测:国防和安全,至2019年世界范围的市场预测》,报告就相关战略问题、市场驱动力和趋势、需求三部分进行了分析,并列出了部分国家图像情报的采购概况。     

基于映射矩阵的单平台射向快速估计算法

针对基于弹道切割模型的单平台仅测角射向估计效率低的问题,提出了一种基于映射矩阵的射向快速估计算法.首先,介绍了基于弹道切割模型的射向估计的基本原理,分析了该算法的不足.其次,以一个切割平面为基准,研究了其它切割平面与该基准平面的映射关系,进一步建立了映射矩阵.接下来,基于映射矩阵提出了射向估计的快速算法.蒙特卡罗仿真结果表明,该算法的射向估计精度与原算法基本相当,但计算效率提高了近6倍.     

混沌信号的一种简单设计方法及应用

在对一类简单的能够产生混沌现象的映射过程进行统计特性分析的基础上,利用其协方差函数特点,介绍了一种自协方差函数为ｃ（ｋ）＝ｃ（０）αｋ,０＜α＜１形式的混沌信号的简单设计方法及应用,从而为有目的地产生混沌信号,利用及分析混沌信号提供了新的信号获取途径。     

EDI与EDP数据映射技术

就电子商贸的关键技术——电子数据交换（ＥＤＩ）展开讨论,针对ＥＤＩ和电子数据处理（ＥＤＰ）的接口问题,分析了国际通用的ＵＮ／ＥＤＩＦＡＣＴ格式化数据标准,并结合ＥＤＰ应用系统的数据结构,讨论了ＥＤＩ实际应用报文的生成方法,阐述了ＥＤＩ与ＥＤＰ数据映射的工作原理,介绍了基于各种数据库管理平台的ＥＤＰ应用系统进行数据映射通用软件结构设计的思想,文中最后给出了ＥＤＩ与ＥＤＰ自动映射的软件原型系统。     

在约束条件下集值全局真有效点集的连通性

讨论全局真有效点集在局部凸拓扑线性空间中的连通性。在可行域为非空的一般紧子集、约束集上的目标集值映射是上半连续且为锥类凸的、约束映射为上半连续的情况下,通过对对偶锥上的集值映射连通性的证明,给出了含约束锥类凸的集值优化问题全局有效点集的非空连通性定理。此结论是在相对较弱的条件下得到的,这就使目前的全局真有效点集连通性的相关结论得到了进一步拓展。     

一种基于实数粗集空间的自组织映射方法及在模式识别上的应用

提出一种实数粗糙集,避免了经典粗糙集必须经过离散化处理的环节;并且用实数粗糙集的下、上近似集的精确概念划分自组织映射的输出结果,使得修改后的映射结果中各类样本点之间有明显的间隔,易于进行分类识别.最后通过对某型歼击机的舵面故障的模式识别仿真验证了其方法的正确性和有效性.     

一种信息技术应用标准化需求分析方法的探讨

面向国防科技工业信息技术应用标准化工作长远发展的需要,分析了开展该项工作的根基,提出了一个以企业或某一个确定领域为范围的全面考察可能存在的标准化需求的方法,即基于空间三维约束的标准化需求分析方法,通过该方法可以全方位多角度的分析并确定企业存在的标准项目需求,并给出了该方法的应用示例,对实施基础进行了初步探讨.     

基于改进型YOLO算法的遥感图像舰船检测

目标检测算法在PASCAL VOC等数据集中取得了非常好的检测效果,但是在大尺度遥感图像中舰船目标的检测准确率却很低。因此,针对可见光遥感图像的特点,在YOLOv3-Tiny算法的基础上增加了特征映射模块,为预测层提供丰富的语义信息,同时在特征提取网络中引用残差网络,提高了检测准确率,从而有效提取舰船特征。实验结果表明:优化后的M-YOLO算法检测准确率为94.12%。相比于SSD和YOLOv3算法,M-YOLO算法的检测准确率分别提高了11.11%和9.44%。