软件开发项目管理中关于风险的管理

分析了在软件开发项目中可能存在的风险，并提出了对应的规划和控制风险的方法。     

Agent理论和技术在电子战中的应用

Agent是新兴的人工智能技术，具有许多特性。该文在设计开发雷达辐射源识别原型系统中，应用了Agent技术并着重实现了其自主性和自学习性等特性。认知过程中，知识和信念是有区别的，其特点是将知识库和信念库作为两个不同的库；通过人机交互、参数比较、加权评判及信念库和知识库的相互转换和更新，使系统能自我完善。通过在该辐射源识别原型系统中加入了智能体的知识，使电磁干扰系统具有一定的人工智能，从而对电磁环境的变化具有自适应能力。     

面向配电网的智能电力故障指示系统及其应用研究

随着国家智能电网的规划、发展和试点运行,对智能配电网涉及到的智能设备和技术手段提出了新的要求,本文在深入研究目前配电网系统中常用的故障指示方式、装置及系统的工作条件、功能、性能及可靠性的基础上,提出了一种基于电流互感器自供电取能,采用Zigbee/光纤CAN智能组网的电力系统故障智能指示系统。研究重点介绍了系统的组成、功能模块和工作方式,并对系统的实际应用状况进行了探讨。     

电网企业办公场所环境因素的识别与控制

对常规环境因素、特殊环境因素以及电网企业环境因素的识别与控制进行分析,结合电网企业办公场所环境从废弃物、能源资源、有毒有害化学品等方面提出环境因素识别与控制的建议。     

基于蜂窝网结构的多目标自动辨识定位方法

针对移动蜂窝网对多目标难以检测识别且定位精度不高的问题,提出一种基于蜂窝网结构的多目标自动辨识定位方法。首先,根据对监测区域内目标源的多次定位结果方差来判别是否有多目标存在;其次,采用k-means无监督学习对定位点进行聚类,由于k-means算法的最优簇数难以确定,因此提出了一种基于波束分辨率的k值裂变算法来确定k值,并确定聚类中心;最后,为了提高接收信号的信噪比,通过各聚类中心确定波束方向,再使用基于线性约束的窄带波束形成器依次接收不同波束方向信号,分别对各目标源进行到达时间差定位。仿真结果表明,对于解决多目标定位问题,相对于时延估计算法和概率假设密度（PHD）滤波器算法,所提多目标自动辨识定位方法能够提高接收信号约10 dB的信噪比,对应的时延估计误差的克拉美罗下界能够下降约67%,定位精度相对误差可提高10个百分点以上,而且算法简洁有效,各次定位相对独立,具有较高的效率和较好的稳定性。     

基于变周期梯形毫米波二维配对多目标检测算法

毫米波FMCW雷达体积小、工作频带宽、分辨率高且抗干扰性能强,基于毫米波雷达的多目标检测算法是目前研究热点。但现有的基于FMCW的雷达多目标检测算法存在大量虚警、漏检的问题。文中研究了梯形调频连续波的发射波形并分析了典型的梯形多目标匹配算法,在此基础上结合频域-二维配对法对发射波形及多目标算法加以改进,提出了改进变周期梯形波及多目标检测算法,提高了多目标识别的准确度。     

基于GM-PHD的目标空间分布感知算法

对边扫描边跟踪的认知雷达,目标的空间分布特性是实现对雷达信号控制的重要依据之一。本文介绍了一种基于高斯混合概率假设密度（GM-PHD）滤波算法的目标空间分布感知方法,利用该算法,可同时实现多目标高虚警环境下的目标数目和目标空间位置以及运动状态的估计。该算法实际是一种对标准GM-PHD滤波器的改进算法,能在新生目标强度未知的情况下完成对新生目标的检测跟踪。实验表明该算法不仅能在未知新生目标强度的情况下检测并跟踪新生目标,且在新生目标速度较大的情况下,该算法对新生目标的检测性能优于标准GM-PHD滤波器。     

基于VI-SLAM的四翼无人机多目标视觉定位技术

针对传统多目标视觉定位技术定位误差大这一问题,基于VI-SLAM的四旋翼无人机提出了一种新的多目标视觉定位技术,阐述了定位技术原理,在进行定位时,导航定位系统、航空姿态测量系统、机载光电测量平台共同工作,通过多目标相机标定、锁定目标背景差分确定目标在摄像机坐标系的位置,将摄像机坐标系转换成载机机体坐标系,再将载机机体坐标系转换成大地坐标系,从而实现定位,引入北斗卫星导航系统和递归最小二乘算法降低定位误差。对比实验结果表明,相较于传统定位技术,基于VI-SLAM的四旋翼无人机的多目标视觉定位技术定位误差更小,应用性更广。     

面向对象的天然绿洲与人工绿洲区分

以地处河西走廊东端、石羊河下游的民勤县湖区绿洲为例,以Landsat 8 OLI影像为数据源,从天然绿洲和人工绿洲的基本概念出发,在影像数据预处理、多尺度分割的基础上,综合考虑光谱、纹理、形状、上下文等信息,引入NDVI、最大化差异、紧致度、形状指数和空间邻接关系等多个特征,构建规则集进行天然绿洲和人工绿洲的区分,并将区分结果与基于最大似然法监督分类的绿洲区分结果进行比较分析。结果表明：使用面向对象的影像分析方法区分天然绿洲和人工绿洲的总体精度达到了91.75%,Kappa系数为0.65;较之面向像元的最大似然法监督分类结果,总体精度提高了10.40%,Kappa系数提高了0.13,其中人工绿洲条件Kappa系数提高了0.19,天然绿洲条件Kappa系数提高了0.30。面向对象的影像分析方法能够在一定程度上克服单一光谱特征分类方法的局限性,避免“异物同谱”和“同物异谱”现象带来的混淆,提高天然绿洲和人工绿洲区分的精度。     

Amplitude information based robust tracking method for multiple marine targets

A robust multi-Bernoulli filter based on the amplitude information of the target in sea clutter was proposed,in which the amplitude information of the target and sea clutter was exploited to improve the measurement likelihood.Therefore,the proposed approach could distinguish targets from clutter better when they were spatially close,which further enhanced the ability to track targets in marine radar detection applications.The simulation results of Swerling type Ⅰfluctuating targets tracking in K distributed sea clutter show that,the proposed algorithm is superior in performance to the robust multi-Bernoulli filter in terms of state estimation,cardinality estimation,as well as clutter rate estimation.