基于计算机主频的IP传输精确定时方法

基于UDP／IP网络所构建的靶场测控系统对测控信息数据传输的稳定性提出了极高的要求。为保障该需求。采用基于CPU主频的软件定时方法实现了测控装备实时数据包传输的包间隔稳定性和实时检测,定时精度优于50us,满足靶场通用测控装备信息传输实时性和可靠性要求。     

基于工作流的靶场质量管理信息化系统设计*

论文分析了现阶段靶场质量管理体系在实施和管理过程中存在的问题,通过对质量管理业务的研究,应用工作流技术,构建系统模型,提出了建立靶场装备试验质量管理信息化系统的解决方案,对靶场装备试验的质量建设具有一定促进作用。     

基于中间件技术的靶场装备管控系统设计

为了适应新形式下的武器装备试验与训练任务,靶场建设从按需的“烟囱式’’结构,逐渐走向通用的一体化结构．在此背景下,如何有效的管控和利用靶场装备资源以适应靶场一体化建设成为靶场面临的重要问题．为此,提出了一种基于中间件技术的靶场装备管控系统设计方案．     

一种靶场实时系统云控制平台及其实现方法

随着靶场试验范围的扩大和测控设备的增多,为满足靶场指挥控制、测量引导等系统高实时性和可靠性要求,需要一种信息交互便利、控制策略简捷、系统重构迅速、功能扩充方便的实时控制系统处理平台;为此,在分析武器试验靶场实时控制中应用的双机热备份、集群以及分布式控制计算机系统基础上,构建了云控制平台,提出了云控制概念、节点自动监测和动态任务自动调度方法;依据靶场信息传输处理流程,提出了靶场实时控制系统的层次结构;目前,已按该方法成功构建成满足使用要求的云控制通用平台。     

基于ATML的靶场数据交换技术研究

为了适应武器装备的研制周期缩短对武器试验场/靶场测控效率提高的要求,需要提高测控数据的利用率和共享范围,如何解决由不同测试设备构成的靶场测试系统异构数据和异构数据库之间的数据交换成为其关键之一;从靶场数据适配的需求出发.提出了基于自动测试标记语言ATML的异构数据适配以及基于可扩展标记语言XML的异构数据库适配方案.该方案能充分整合现有试验资源,并有效地提高靶场数据交换的效率和成功率,在实际项目中得到了很好的运用.     

指控系统运行管理软件的设计

在靶场试验训练任务中,指挥控制系统是靶场综合测控系统的核心部分,有效的支撑试训任务顺利展开,但系统运行管理能力不足.本文针对靶场指控系统运行管理需求,以Zabbix为开发环境,经过需求分析把不同的功能,诸如日志查询、删除和导出,系统设备状态监控,系统内部信息流的实时监控,远程开关机等分配给不同的逻辑包进行设计,各逻辑包再合理划分成多个子单元进行详细设计与实现.该软件操作简捷、查询管理功能丰富,提升了指控系统运行管理能力.     

基于微机的安控台技术研究

安控台是靶场试验中的重要装备,可靠性要求高,构成复杂,不适于移动式快速使用。同时,异步数据检测是靶场测控系统调试的重要内容,为了方便检查遥控站状态和指令收发功能,使用VC++编程语言在微机上实现了安控台与遥控站之间异步串行通信功能,提高了遥控站的异步数据检测速度,扩展了遥控站的维护范围。     

基于DEAP的数字靶场三维可视化系统研究

基于靶场信息化建设的需求,以数字地球应用平台为开发平台,构建一个通用、实时、可扩展的数字靶场三维可视化系统,实现靶场设施设备管理、试验任务可视化显示和飞行仿真,以提高我军数字化建设效率,加快靶场数字化建设进程。     

美军装备试验鉴定技术发展需求生成问题研究

纵观世界装备试验鉴定技术发展,美军拥有庞大的试验鉴定靶场、雄厚的试验鉴定技术基础、先进的试验鉴定理论、相对完善的组织管理体制,其装备的试验鉴定水平和能力处于世界领先地位.研究美军试验鉴定技术发展现状,预测其在未来一个时期内的发展趋势,总结其发展特点与规律,学习借鉴先进经验做法,对于我国装备建设发展、试验鉴定能力提升和靶场建设有着重要的现实意义.主要对美军试验鉴定技术发展历程、管理体制与规划计划进行介绍,凝练其在试验鉴定技术发展需求中生成的总体思路和主要做法,在此基础上提出思考建议,以期对我国装备试验鉴定技术发展提供一定启示与借鉴.     

基于Ice中间件的分布式测控网络

针对分布式测控系统的特点和要求,以靶场测控系统为例,提出了一种基于Ice分布式中间件的测控网络解决方案.该方案不仅能实现异构环境下高效的网络通信,还能实现测控网络中心节点服务器迁移、冗余备份,以及数据发布-定阅、网络信息安全等功能.     

基于增量学习支持向量机的音频例子识别与检索

音频例子识别与检索的主要任务是构造一个良好的分类学习机，而在构造过程中，从含有冗余样本的训练库中选择最佳训练例子、节省学习机的训练时间是构造分类机面临的一个挑战，尤其是对含有大样本训练库音频例子的识别．由于支持向量是支持向量机中的关键例子，提出了增量学习支持向量机训练算法．在这个算法中，训练样本被分成训练子库按批次进行训练，每次训练中，只保留支持向量，去除非支持向量．与普通和减量支持向量机对比的实验表明，算法在显著减少训练时间前提下，取得了良好的识别检索正确率．     

样本特征对参数/非参数分类器分类精度的影响分析

为验证理论训练数量(10~30 p)对参数分类器(如最大似然分类)、非参数分类器(如支撑向量机)的适用性以及样本特征(光谱统计、空间分布特征)对分类器分类精度的影响,选择不同规模的训练样本进行最大似然分类和支撑向量机分类,分析分类精度与样本之间的关系。实验结果表明:随着样本量的增加,最大似然、支撑向量机分类精度均随样本量增多而提高并趋于稳定,最大似然分类精度的增长速度要快于支撑向量机。MLC受样本量的影响较大,在小样本的时候(5个),分类精度不稳定,超过30个样本的时候,分类精度稳定下来;对于SVM分类器,在小样本的时候(5个),分类精度较高且稳定,因此SVM分类适合于小样本分类,不受限于理论样本量的影响。当样本量超过最小理论样本量值(30个)的时候,最大似然分类精度要优于支撑向量机,主要是由于当样本量增加后,最大似然更易于获得有效的信息量样本,而对于支撑向量机边缘信息样本的增加数量不大。研究结果为进一步优化样本进行分类打下前期的实验基础。     

基于RBF神经网络的非线性系统的预测

对于非线性系统的预测辨识,提出用动态节点生成构造性RBF神经网络作为预测模型,且RBF神经网络的学习算法采用一种新的全监督式学习算法,即神经网络隐层引入新节点时,通过使新节点的输出尽可能逼近残差序列的方向来获取网络参数,从而减少学习误差,使网络输出能够较好的跟踪系统输出。仿真表明该学习算法的有效性。     

上下肢康复训练器控制系统的设计与实现

上下肢康复训练器对偏瘫和肢体残障患者的治疗和康复有明显效果,所以研发上下肢康复训练器就显得尤为重要和急迫。康复训练器对患者治疗的功能实现主要由控制系统来完成,控制系统是康复训练器的核心。本文围绕控制系统的设计,对控制系统的搭建、人机交互界面设计、患者安全训练控制等方面进行阐述,为康复训练器整体设计奠定基础。     

Learning from imperfect data

For a supervised learning method, the quality of the training data or the training supervisor is very important in generating reliable neural networks. However, for real world problems, it is not always easy to obtain high quality training data sets. In this research, we propose a learning method for a neural network ensemble model that can be trained with an imperfect training data set, which is a data set containing erroneous training samples. With a competitive training mechanism, the ensemble is able to exclude erroneous samples from the training process, thus generating a reliable neural network. Through the experiment, we show that the proposed model is able to tolerate the existence of erroneous training samples in generating a reliable neural network.The ability of the neural network to tolerate the existence of erroneous samples in the training data lessens the costly task of analyzing and arranging the training data, thus increasing the usability of the neural networks for real world problems.     

An analysis of consumer training for feature rich products

Many products now are loaded with an enormous number of features. It creates a great challenge for consumers to fully explore functionalities of those products. A recent trend is that manufacturers that market feature rich products start to provide consumer training programs. In this paper, we study the motivation of a manufacturer to offer training to consumers and how the training related costs affect his profits. We use a two dimensional consumer heterogeneity model to capture the consumer's learning cost and valuation of features. We show how training shifts consumer's purchasing decisions and the conditions under which the manufacturer is motivated to offer training. Two specific situations are investigated: when training is required and when training is optional. We show that if the manufacturer can effectively and cost efficiently deliver the training program, then optional training can make the product more attractive and improve the manufacturer's net gains the most. Our results also indicate that the availability of online educational tools is one of the reasons for recent trend in consumer training.     

基于虚拟现实的炮兵分队射击训练仿真研究

由于实弹射击训练费用昂贵，部队组织训练难度增大，训练保障困难，为了满足部队作战训练的需要，该文在深入研究虚拟现实技术的基础上，建立了一套完整的炮兵分队射击训练仿真系统。该系统是基于MuhiGen Creator／Vega和c＋＋的虚拟现实仿真机制。该文对系统中涉及的火炮建模、炮兵分队射击训练模拟仿真和虚拟靶场环境生成等关键技术进行了较为深入的研究和探讨，为炮兵作战全程训练仿真系统开发提供理论依据。实践表明，系统能够达到射击训练的目的，并且有很好的沉浸感和交互性。     

基于参数选取影响BP神经网络训练结果的分析

模式识别包含了两个方面的内容：样本训练和样本识别。而样本识别的前提则是样本训练,当然训练样本多并具有代表性当然好,但并非越多越优。重要的是在训练神经网络的过程中,权值、阈值等各个参数应如何确定才有利于训练的效率。正是针对使用一组简单样本对神经网络进行训练,并且采用变化参数值的方法观察其训练效果,从而得出不同的输出结果,以及曲线分析图。进而进行对比总结,找出最优的参数设置。而且实验方法和结论有利于应用于其他识别系统的开发。     

装备维修训练内容规划方法研究

为了解决维修训练内容制定缺乏针对性、安全性的问题,提高训练效率,首先分析总结了维修训练的一般特点,继而提出训练的系统工程方法,重点研究了该方法分析阶段维修工作任务转化为训练内容的方法,为制定高效的训练方案提供了理论基础。     

基于可调桨在线培训系统的研究

本文以船舶学员培训为背景,提出了一套可调桨在线培训系统。综合应用了计算机网络技术、串口通讯技术、网络通讯技术、仿真技术、VC++编程技术、控制工程的最新理论成果实现了可调桨在线培训系统,具有实时监控、学员培训、网络通讯、数据管理及报警等功能,大大提高了学员培训效率.