面向深度分组检测的高速数据分组解析结构

提出了一种面向深度分组检测的高速数据分组解析结构BiPPCS（bidirectional packet parsing architecture for content security）。结构采用内容萃取树描述协议的耦合关系从而提高了数据分组解析的灵活性;利用硬件双向并行流水线提升了数据分组解析的处理速率;通过使用节点映射算法来均衡各级流水线上的节点数目优化存储空间;分析和仿真显示BiPPCS在处理速率、空间利用率等方面能取得较好的均衡。     

一种基于MMPF-TBD的机动弱目标检测方法

针对低信噪比条件下机动目标实时检测与跟踪问题,提出一种改进的基于多模型粒子滤波的检测前跟踪(MMPF-TBD)方法.通过滑窗平均法判断粒子集是否受上一时刻目标估计结果的影响,当判断值超过设定阈值时,则根据上一时刻的目标检测概率与状态估计分布添加新粒子集,再用扩展后的粒子集对目标进行检测与估计,与现有方法的仿真比较表明,本丈所提的改进方法能够有效地解决粒子退化问题,并在满足系统实时性的前提下,提高了对于机动微弱目标的检测概率和跟踪精度.     

基于滑窗批处理的低检测概率无源定位

针对低检测概率下的无源定位问题,提出一种基于滑窗批处理的多传感器融合跟踪算法.通过将多个低检测概率的无源传感器组网,实现目标信息的空间积累,有效提高目标的检测概率.利用伪线性估计技术将非线性测量转换为伪线性测量,再对多传感器的伪线性测量进行基于滑窗批处理的最小二乘估计,得到目标局部最优解.仿真验证了算法的有效性和分析了参数的影响.结果表明,该算法能大幅提高无源定位系统对目标的检测概率,且能满足系统对跟踪精度及实时性的要求.     

一种基于紧急程度的自时钟开始时间公平排队分组调度算法

为了克服目前GPS (Generalized Processor Sharing)类调度算法中实时应用分组的排队时延较大且不稳定的局限性,该文提出一种新的分组排队调度算法,该调度算法在计算分组服务标签时添加了一个紧急程度函数,调整了到达分组间的竞争关系,从而可以按照实时性应用的要求来调整到达分组的转发先优级,由此显著降低了实时性应用分组的排队时延和抖动幅度。分析和仿真实验表明,与GPS类其它调度算法相比,该调度算法对于实时应用的分组能提供较低的、更稳定的排队时延保证,同时还继承了GPS类算法的公平性和排队时延有界等特性,而且对系统虚拟时间的跟踪计算更为简捷高效。     

基于Logistic函数的贝叶斯概率矩阵分解算法

在协同过滤推荐系统中,矩阵分解是一种非常有效的工具。贝叶斯概率矩阵分解模型具有预测精度高的优点,但不能表示潜在因子之间的非线性关系。针对该问题,该文提出一种基于Logistic函数的改进贝叶斯概率矩阵分解模型,并使用马尔科夫链蒙特卡罗方法进行训练。在两组真实数据集合上的实验表明,基于Logistic函数的贝叶斯概率矩阵分解算法能够明显提高预测准确性,有效缓解数据稀疏性问题。     

装配式移动平台设计及安全性分析

为研究装配式移动平台的安全性,以某高速公路标段为背景,研究装配式移动平台体系。通过运用有限元计算软件Midas-Civil,建立移动平台模型,设置边界、荷载条件,分析了在自重、施工活荷载以及风荷载等荷载组合工况下,装配式移动平台的强度、刚度及稳定性,计算结果表明移动平台的安全系数满足规范要求,内力、变形以及整体稳定性均能较好地控制在安全范围内,配套的安全保障措施能使移动平台充分保证安全性,根据装配式移动平台各结构部件的设计参数进行装配化拼装,可以满足移动平台的安全要求,为同类型装配式移动平台的设计及施工提供参考。     

Modelsim与MATLAB/Simulink联合仿真技术研究及应用

由于MATLAB/Simulink本身就是一款优秀的系统建模和算法仿真工具,Modelsim是国内最为常用的HDL仿真工具,利用Link for modelsim使Modelsim与Simulink协同工作,使得算法设计和验证在同一款软件中完成。避免了不同开发环境下的兼容性问题,极大地简化了设计的复杂度,加快了开发进程。提出利用基于模型的设计方法,可以将算法与硬件实现联合起来,对于算法的开发以及后期硬件实现都会带来极大的方便。详细介绍了Modelsim与MATLAB/Simulink联合仿真的接口技术、模型的搭建,以及通过利用16 QAM调制与解调的应用实例来验证系统的正确性。     

分布并行结构的数据仓库成绩管理系统

本文介绍采用了数据仓库（Data Warehouse）技术的思想和客户／服务器开放式体系结构，在现有的普通数据管理系统的基础上全面论述了开发分布并行式成绩管理系统的结构设计与实现。     

面向主动防御的多样性研究进展

不同软件或执行过程通常存在不同的脆弱性,多样性技术基于该前提应用于系统的可靠性、安全性设计中,显著增强了系统的防御能力和入侵容忍能力,然而也存在系统代价高、复杂性高等不足。已有研究中出现了大量的多样性技术实现、系统设计以及相关的评估工作,覆盖范围广泛。针对主动防御领域内的多样性应用,围绕多样性应用性价比的问题,本文梳理了多样性研究中的典型工作和最新进展。首先对多样性综述研究工作进行了对比分析,讨论了多样性研究的主要内容和研究侧重点。其次对多样性概念进行了梳理,给出了时、空多样性的定义。再次,按照时空多样性的分类方法,对基于多样性的主动防御系统的架构和实现技术进行介绍,分析了时、空多样性系统的特点和实现方式。然后,对多样性度量和有效性评估方法进行了分类总结,分析了不同度量、评估方法的优势和不足。最后,提出了多样性技术的下一步研究方向。     

基于稀疏度阶数优化的杂波密度估计算法

针对杂波分布不均匀且密度未知的多目标跟踪问题,提出一种基于稀疏度阶数优化的杂波密度估计算法.首先,剔除在跟踪门内的潜在目标测量,获取杂波测量集;其次,从杂波测量集中构造“稀疏度阶数-超立方体容积”的样本,并利用支持向量回归机对样本拟合;再次,通过梯度法求得拟合曲线的极值点,实现稀疏度阶数在线优化;最后,将优化后的杂波稀疏度估计器嵌入高斯混合概率假设密度滤波器中,实现复杂杂波环境下目标状态与杂波密度联合估计.仿真结果验证了所提出算法的有效性.