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.     

面向空间容迟容断网络的路由算法研究

将空间网络作为一种典型的容迟/容断网络(Delay/Disruption Tolerant Network,DTN),同时利用空间网络星座拓扑的规律性和可预见性,通过构造链路通断时间图,快速建立虚拟拓扑路由表;针对路由过程中可能出现的链路中断问题,设计了拥塞控制机制、正常中断机制和链路失效机制来提高路由效率;在The ONE网络仿真平台中对提出的时间图路由算法(Time-GraphRouter)进行了仿真,并与传染路由(EpidemicRouter)、转发等待路由(SprayAndWaitRout-er)、预测路由(ProphetRouter)三种路由机制进行了对比。仿真结果表明,文章提出的路由算法的平均投递率达到了0.98以上,综合性能优于其他三种路由算法。     

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。     

高超声速飞行器动态神经网络反推自适应控制

针对高超声速飞行器纵向模型的高度非线性特点,在考虑模型不确定性的情况下,提出了高超声速飞行器动态神经网络调节函数反推自适应控制方法.对给定的速度指令,引入积分型Lyapunov函数设计跟踪控制器,取消了控制增益一阶导数上界的限制,且避免了控制器的奇异性;对给定的高度指令,引入调节函数技术,设计了反推控制器,避免了将模型化为严反馈形式;采用动态神经网络对未知系统动态进行自适应在线逼近.根据Lyapunov理论证明了设计的控制律保证了闭环系统的稳定性与指令跟踪的精确性.仿真结果验证了该方法的可行性及有效性.