基于视觉注意机制的认知雷达数据关联算法

针对传统关联波门设计方法在应用于机动目标跟踪时容易引起失跟、以及概率数据关联算法不适于多交叉目标跟踪的问题,提出了一种基于人类视觉选择性注意机制和知觉客体的"特征整合"理论的认知雷达数据关联算法。算法以综合交互式多模型概率数据关联算法为基础,采取假设目标最大机动水平已知的"当前"统计模型和匀速运动模型作为模型集,通过实时交互使关联波门能够随目标机动动态调整,较好地兼顾了雷达计算耗时和跟踪成功率。在利用目标位置特征的基础上,进一步提取、整合目标运动特征,对关联波门交叉区域公共量测进行分类,使多交叉目标跟踪问题转化为多个单目标跟踪问题,优化了传统概率数据关联算法。仿真结果表明：与传统关联波门设计方法相比,算法跟踪失败率和计算耗时明显降低;而且在计算资源增加不大的情况下,杂波环境适应性也得到了显著增强。     

常规闭口风洞相阵列气动声学试验

传统气动声学研究观点认为,精确的声学测量要求风洞背景噪声和洞壁反射足够低,传声器测量结果有足够高的信噪比,这是大多数风洞无法达到的要求.近些年,基于声纳和雷达技术发展起来的麦克风相阵列技术可以通过增加阵列的传声器数目从而大幅提高声学测量的信噪比,具有噪声源研究和定位能力,并被成功地应用于非声学固壁风洞噪声源测量和噪声物理机制研究.作者基于相阵列波束生成频域算法研制出常规闭口风洞相阵列系统及相关技术,在FD-09风洞尝试进行了相阵列校准试验和某民机噪声测量试验.结果表明:相阵列技术能够准确捕捉到真实的校准声源,并从技术上验证了相阵列系统在常规闭口风洞测量气动噪声是有效的.     

具有容错特性的两层数据流聚类方法

提出一种具有容错能力的进化数据流聚类算法FTGDStream (Fault-Tolerant Grid-Density Clustering over Data Stream),通过在聚类过程中引入适当的松弛条件,从而在含有噪声的真实世界数据中获取更加泛化的有用知识.首先利用基于相似性度量和小波技术的HLSFTS (Hierarchical Lifting Scheme Fault-Tolerant Synopses)层次概要数据结构实现在线微聚类过程,然后采用基于网格密度的聚类算法实现离线宏聚类过程.在线算法所构造的小波概要数据结构对原始数据的高压缩率降低了离线网格密度聚类算法的计算负载,提高了二层数据流聚类算法的效率.在UCI数据集上的仿真实验结果表明,FTGDStream算法可以聚类任意空间形状的数据并且适用于高维数据流环境,是一种具有容错能力的高效数据流聚类算法.     

基于非参数假设检验的程序缺陷定位方法

调查了西门子测试集中的程序失败用例的规模和谓词评估偏差的分布.结果表明,中心极限定理的前提和参数假设检验的假设条件无法得到普遍满足.所以,已有的基于参数假设检验的方法存在潜在的问题.针对这一现象,提出了基于非参数假设检验定位程序缺陷的方法.实验结果表明,该方法在非正态分布的样本集上仍具有较好的适用性,且在缺陷定位效率上优于已有的基于程序谓词的缺陷定位技术.同时比较了基于2种常用的非参数假设检验模型的缺陷定位方法的效率.一种方法基于Kolmogorov-Smirnov检验,另一种方法基于Cramér-von-Mises准则.比较结果表明,在西门子测试集上,基于Kolmogorov-Smirnov检验的方法在缺陷定位效率上优于基于Cramér-von-Mises准则的方法.     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

大迎角试验数据精度及影响因素分析

着重分析了粗糙带、偏航角β、模型抖动以及滤波频率、采样时间和样本长度等因素对于大迎角试验数据精度的影响.结果认为:常规试验采用的滤波频率会导致关键气动信息的丢失,滤波频率的选取尤为重要;弯刀系统的横向刚度是影响大迎角数据精度的一个重要因素,试验中如何降低其横向刚度的影响是一难点.     

基于SyncML的安全数据同步SDSXS-API

为解决移动数据库及其应用程序数据同步时的安全性、可靠性和完整性,在移动数据同步交换标准规范——Sync ML协议的基础上,提出并实现了安全数据同步交换服务应用程序接口（SDSXS—API）,为移动数据库系统及其应用程序提供了统一的数据同步交换的调用平台,既保证了移动环境下数据传送与交换的可靠性和完整性,又保证了系统数据传送的安全性。     

基于两层元数据与本体的异构数据共享技术

针对多源、多类、异构数据难以同时共享的问题,提出了一种两层元数据结合本体的信息共享技术.首先,分析了两层元数据的结构,介绍了如何通过两层元数据统一描述多类异构数据.其次,针对元数据缺乏语义信息不能描述数据类别之间的隐含关系的问题,在元数据之上建立本体层,对元数据进行语义描述和本体推理.最后,在数据检索方面,利用Lucene全文检索引擎与SPARQL(Simple Protocol and RDF Query Language)本体查询语言相结合,在关键词查询过程增加了SPARQL检索操作,提高了查全率,并优化了检索时间.实验选取了2014-2015赛季欧洲足球冠军联赛数据作为测试数据,证明了本文方法在异构数据共享上的有效性和元数据查询性能的改进.      

多视场星敏感器结构参数标定方法

提出一种基于星间角距不变原理的多视场(FOV)星敏感器结构参数标定方法.这种方法以欧拉角表征多视场星敏感器各个子视场之间的旋转关系,利用识别得到的各个视场星点的坐标信息和赤经赤纬信息,计算出多对星光矢量来建立标定模型和目标函数,然后使用L-M算法优化目标函数并解算出各个子视场之间的结构参数.此方法不需要外部姿态测量仪器辅助,可用于在轨和地面标定.在全天球随机抽取多个姿态生成多视场的仿真星图用于标定,并采用星内角统计偏差作为结构参数标定精度的评价指标.这种方法能够准确求解多视场星敏感器的结构参数.星内角统计偏差的平均值在星点位置噪声标准差为0.1像素的仿真试验中为1.3",在外场观星的实际试验中为6.4".      

IDSS中数据仓库和数据挖掘的研究与实现

讨论了数据仓库、数据库知识发现和分布式对象的概念和技术,提出了一种集成化的IDSS(Intelligence Decision Support Systems)的开发环境,将传统的DSS四库结构与数据仓库相结合,把数据挖掘作为一种特殊的模型应用于数据库中的知识发现.同时,在系统实现上采用分布式对象技术,实现接口规范和应用程序相分离.最后进一步对数据仓库的设计与实现及数据库知识发现的设计与实现进行了介绍.