基于TDMA的联合自适应B-ACK与ACM的MAC协议

采用自适应块确认（B-ACK）减轻频繁握手造成的长延时,通过自适应编码和调制（ACM）来克服 吞吐量下降的问题,提出了基于时分多址（TDMA）的联合自适应B-ACK 和ACM 的MAC 协议,根据误包率 变化,自适应地调整节点接入网络的策略,从而解决现阶段航空无线协同网络存在的吞吐量低和延迟大的问题。     

无人机载图像实时传输方案的研究

根据无人机载图像实时传输系统的要求,提出了一套采用基于整数小波变换(IWT)和改进SPIHT(Set Partitioning In Hierarchical Trees)的图像压缩编码、级联格状编码和正交频分复用调制(OFDM)的系统方案.该系统方案信源编码压缩率连续可调、累进传输、运算效率高且有抗差错能力,信道频谱利用率高且不会因为介入噪声或干扰而使性能受损,同时OFDM技术使得系统具有抗多径、抗回波性.因此该系统方案适合无人机工作环境,是一种可行的系统方案.     

面向汽车制造企业的一种PDM编码技术

从汽车制造企业信息化管理过程入手,分析了PDM(Product Data Management)中物料编码在企业信息化管理过程中的设计方法及应用,即在分析物料编码方法和汽车制造企业生产特点的基础上,提出了一种适用于汽车制造企业的编码算法,并根据此算法设计了物料编码系统的模型以及与PDM系统的集成方案.最后基于SmarTeam PDM软件进行了编码系统的开发与应用实例的分析,验证了该算法和模型的可行性.      

智能交通系统中路况信息的编码

 根据提出的一种交通量生成模型所产生的仿真数据,对城市交通中路况信息数据流的信源编码进行了研究. 压缩数据的方法是对初始信源等效变换,使变换后等效信源的概率分布比原信源更加有序,熵值更小,从而压缩率更高. 传输时还要对等效信源使用霍夫曼(Huffman)算法编出即时可译码,使该变长码的平均码长接近熵值. 给出的编码方案可用于智能交通系统(ITS)的车辆导航中对路况信息的传输.     

算术编码在航空侦察图像压缩中的应用

航空侦察图像原始数据量非常大,在实时回传的过程中必须进行压缩。在对图像进行有损或无损压缩时,无损压缩算法是必要的。本文研究了算术编码在系统中的应用,提出一种混合进制的算术编码,提高编码效率的同时增强了系统的抗误码扩散能力。试验验结果表明该算法明显优于单一进制的编码算法。     

战术数据链中纠错编码技术的设计

战术数据链是现代战场及时有效管理和了解高密集、快速变化的作战态势,传送信息的链路或网络,为作战飞机提供抗干扰、保密的数据通信和数字语音,同时要求信息的传输、处理、分发要做到安全、及时和有效,因此纠错编码技术在其中的作用显得尤为重要。本文讨论了战术数据链中的RS纠错编/译码的具体设计方法,对其纠错性能进行了研究,并进行了仿真。     

物资管理系统在深圳供电局的应用

利用计算机网络和数据库技术对电力部门的物资设备进行管理,使物资设备在最短时间内完成从计划、采购、领用到投入运行,对控制营运成本、防止设备重复购置、加强各职能部门协调运转具有很大的促进作用。随着需求的变化和技术的发展,原有系统已不再适用。本文分析了已有系统的缺点与不足,并在此基础上介绍了深圳供电局物资管理系统的功能需求、实现方法、系统特点及运行效果。关健词:物资管理系统;物质流通;数据共享     

基于64kbit／s PCM编码的四线音频信道传输B（AC）时间码失真问题分析

针对靶场中B（AC）时间码经64kbit/s PCM信道传输后波形有失真，有的B码接收终端不能解码的问题，进行了理论分析，并通过模拟试验，得出了引起失真的主要因素。提出只有深刻理解有关国军标，才能够制造出符合要求的B码接收终端。     

航天测控资源统一分配的多维遗传算法

对于航天器测控资源分配这一类时间窗受限的约束满足问题,国内外已有许多应用遗传算法的研究并取得了较好的成果。目前的研究主要针对的是低轨道航天器这类可见弧段较短、全弧段跟踪的问题,对于地球同步以及高轨道航天器这一类长弧段可见、非全弧段跟踪的资源分配问题,相关的应用研究较少。针对高低轨航天器测控资源统一分配问题的特点,经过对标准遗传算法的扩展,设计了一种能够描述高、低轨道航天器资源分配问题的多维编码方法,定义了相应的交叉算子、变异算子等算法要素,从而建立了一种能够解决航天测控资源统一分配问题的多维遗传算法。仿真计算表明,该算法能够有效解决目前我国航天测控网面临的"一网多星"管理模式下,高低轨航天器统一管理、统一分配测控资源的问题。     

空战中机群编队分层优化算法

针对机群编队优化计算复杂的问题,提出了一种分层优化算法。根据敌我双方的距离、角度、速度以及飞机导弹、雷达的性能,建立了多机协同任务分配模型。根据空战中常用的基本飞机队形,对敌方机群编队进行分层,对每层分别计算己方对选取各种基本队形时的任务分配结果和队形优化优势值,通过比较得到己方机群编队的每层最优队形,当得到己方每层的最优队形之后,将己方每层最优队形进行组合解码就可得到己方机群编队的最优队形。仿真结果表明该方法能有效地解决机群编队队形优化问题,并且该算法具有较好的实时性。