基于二次规划的相控阵雷达任务自适应调度算法

雷达任务自适应调度是目前相控阵雷达资源管理研究的热点问题。以加权时间偏移量平方和最小为调度代价标准,基于相控阵雷达任务二次规划数学模型,证明最优解存在条件,并给出一种最优解的解析求解算法。与数值解法相比,解析求解算法有效提高了算法的快速性。对航空护卫舰舰载相控阵雷达真实工作环境进行一系列仿真,仿真结果表明,所提算法有效提高了雷达高优先级任务调度的调度成功率,降低了任务调度代价。

一种新型两路正弦波信号发生器的研究

用直接数字频率合成技术和高速单片机W77E58,可编程逻辑器件CPLD,直接数字频率合成专用芯片AD9835等超大规模集成电路来产生具有两路正弦波输出的信号发生器。其相位差、幅度、频率连续可调。这种仪器在工业生产和学校教学中有着广泛的用途。

检验科加强危重患者管理的探索

危重患者的管理工作一直是医院临床科室管理的重中之重。以前在检验科是一个薄弱环节,自从2006年起,科室加大了危重患者的管理力度,在科室相继实施检验科工作人员量化考核标准、实验室危急值报告及登记制度、危重患者检验结果交接班制度,为科室的管理工作奠定了坚实的基础。现报道如下。

无线局域网两级循环查询优先级控制系统的应用分析

在具体分析视频业务、语音业务等数据传输业务的基础上,通过两级循环查询多业务优先级控制传输系统的实际应用,并与文献[4]的周期查询限定服务(K=1)系统及周期查询限定服务(K=1)并行调度控制系统进行比较,进一步验证新系统对无线宽带视频等实时业务传输性能的改进。

并行多传感器多目标跟踪系统性能优化算法

研究密集杂波环境下的并行多传感器多目标跟踪优化问题,针对传统的数据互联在杂波数量多,虚警率高的情况下测量与航迹关联计算量大,配对正确率低等缺陷,提出了一种采用多级数据压缩的结构化分枝多假设改进算法,设计了一种确定测量与航迹最优配对的测量聚类方法,将已有的单级数据压缩技术扩展为两级数据压缩。利用上述方法对结构化分支多假设算法中的冗余分枝进行压缩和剪枝,产生航迹家族树最优的"等效分支",并给出优化后的状态估计输出。仿真证明,改进算法减少了运算时间,提高了跟踪精度和实时性,为密集杂波环境下的多目标跟踪提供了一种有效方法。

一种组网雷达波束资源优化分配模型

针对空面目标组网雷达协同调度的资源优化分配问题,通过分析不同目标的重要性、RCS和跟踪质量对调度资源的差异化需求,以组网系统探测效益为优化目标,构造了一种基于波位调度的动态规划模型。利用改进的拍卖算法对该模型求解各雷达最优的波位分配,在满足不同类型目标对跟踪资源需求的同时,降低了组网系统总体波束资源的消耗。该方法解决了多雷达目标调度中资源分配和冲突消解的协同问题,降低了计算量,提高了时间和能量两种资源的合理分配和有效利用率,实现了组网系统高效的波束资源管理。通过仿真验证,证明了所提模型的正确性和算法的有效性。

杂波干扰环境下的变分贝叶斯目标跟踪算法

为了提高杂波干扰环境下的目标跟踪精度,将概率数据关联与变分贝叶斯理论相结合,提出了一种变分贝叶斯概率数据关联卡尔曼滤波(PDA-VB-KF)跟踪算法。算法首先采用概率数据关联(PDA)技术获取目标的有效量测,随后基于伽马分布设计相应的自适应因子以修正有效量测的噪声协方差。最后在变分贝叶斯(VB)框架下,实现自适应因子和目标状态信息的联合估计。为验证提出算法的跟踪性能,通过两种仿真案例对其进行测试。仿真结果表明,相比于传统的最近邻卡尔曼滤波(NN-KF)算法,k最近邻卡尔曼滤波(KNN-KF)算法和概率数据关联卡尔曼滤波(PDA-KF)算法,提出的算法具有更高的跟踪精度。

零售企业经营中大数据的商业价值

大数据技术正在逐步影响消费结构,并衍生新的消费需求。特别是它潜在的巨大商业价值,可以应用到众多领域。传统的零售企业模式由于时代的进步和发展,在满足消费者需求和线上线下资源整合方面存在许多不足。而大数据可以做到零售企业商品的多属性消费选择功能以及不同消费需求的个性化匹配,这些优势为零售企业在销售商品的各个环节提供了诸多便捷,给零售企业带来良好的效益。因此,挖掘零售企业经营中大数据的商业价值十分必要。本文基于大数据技术对其在零售企业经营中的商业价值进行研究,为传统零售企业经营模式的变革提供有价值的参考。

基于PSO-ELM的卫星导航欺骗式干扰检测

近年来,卫星导航系统在军事监测、精细农业、交通监控、资源勘探、灾害评估等领域得到了广泛应用,但由于卫星导航信号结构公开且到达地面时强度微弱,卫星导航系统极易受到各种各样的干扰,其中欺骗式干扰因具有较强的隐蔽性,对卫星导航系统构成巨大的安全威胁。传统的欺骗式干扰检测方法大多采用单一参数进行检测,具有一定局限性。考虑到欺骗干扰源在欺骗过程中会引起一系列参数变化,构造了一个多参数输入的卫星导航欺骗式干扰检测模型,即将多个特征参数作为极限学习机(ELM)的输入,并通过训练和学习将真实信号与欺骗信号区分开,从而实现欺骗式干扰检测。同时,利用粒子群优化(PSO)算法优化ELM中的输入权值矩阵和隐层偏置,改善由于网络参数随机生成导致分类精度低的问题。仿真实验证明了该方法在卫星导航欺骗干扰检测方面的可行性和有效性。

GNSS欺骗式干扰检测综述

近年来,随着卫星导航系统在军事监测、精细农业、交通监控、资源勘探、灾害评估等领域的广泛应用,提高卫星导航系统的安全性和鲁棒性成为研究的热点。介绍了卫星导航欺骗式干扰的原理与分类,根据卫星信号从生成到最终实现定位导航这一过程和基于统计学层面将当前的欺骗式干扰检测技术分成基于导航数据信息、基于空间处理、基于射频前端处理、基于基带数字信号处理、基于定位导航运算结果和基于机器学习等六大类,并对每类采用的检测方法进行性能对比,从实时检测和综合检测两个方面对未来的欺骗式干扰检测进行展望。

基于GM-CPHD的海面目标跟踪算法

由于海面目标个数多、密集、进出雷达视野随机变化性强,而且杂波密度高,目标速度模糊等原因导致机载雷达跟踪性能下降。文中提出了基于随机集理论框架下的海面目标跟踪算法。首先,设计了基于LDL分解的高斯混合势概率假设密度(GM-CPHD)滤波算法用来降低算法的计算量;接着,提出了融入径向速度的目标跟踪算法来提高海面目标跟踪性能;最后,设计了仿真示例。仿真结果表明:该算法在提高跟踪性能的同时可以减少20%的计算量。

基于修正无偏转换测量的交互式多模型算法

雷达系统中的目标跟踪技术不仅需要从噪声中将能够直接测量得到的信号提取出来,估计出不能直接测量的诸如目标加速度等信息;而且还要处理从球坐标系到笛卡尔直角坐标系下量测的非线性转换。针对此问题,本文提出了集交互式多模型和修正的无偏转换测量两者优点的IMM-MUCMKF跟踪算法。理论分析和仿真结果表明,本算法的跟踪性能要优于集交互式多模型和不敏卡尔曼的IMM-UKF算法。

基于跟踪质量熵的分布式组网雷达航迹融合算法

针对分布式多传感器融合系统中,传统的航迹融合算法未充分考虑不同传感器探测跟踪性能不同带来的航迹质量的不确定度差异,导致融合后的航迹质量下降的问题,提出了一种基于跟踪质量熵的航迹融合算法。首先,构建融合中心所有局部航迹的跟踪质量熵模型,根据熵大小排序并划分不确定度等级;然后,选择质量熵排序队列的航迹作为参考数列,利用灰度理论对不同局部节点的来自同一目标源的航迹进行聚类;最后,将聚类后的航迹,根据不确定等级进行分群融合,并把不确定等级较低的航迹融合后的状态反馈至各局部节点进行局部融合。该方法提高了局部节点的跟踪质量,增强了航迹融合的正确性,仿真验证了该方法的可行性和有效性。

外辐射源无源定位目标航迹批处理算法

针对外辐射源无源定位问题,提出一种多目标定位和航迹处理并行执行的批处理算法。首先根据几何原理对外辐射源测量进行单帧定位;然后利用定位值进行多个定位目标的航迹起始;之后利用改进的多假设算法(AMHT)进行测量点迹与航迹的数据关联;最后利用推导的关于到达角和距离差的扩展卡尔曼滤波(DT-EKF)对航迹进行维持。为了验证所提算法的功能和性能,给出了仿真示例,仿真结果表明,提出的批处理算法能同时实现多目标状态定位和航迹处理的功能,获得比传统算法更高的定位性能。

基于渐近平稳过程的修正扩展卡尔曼滤波算法

多目标跟踪中由于RCS闪烁和杂波变化造成的测量噪声波动,导致测量噪声并不是完全服从高斯分布。研究了基于渐近平稳过程的噪声模型,引入测量值置信度函数,提出了一种将测量值置信度反馈至滤波过程的方法,通过修正新息协方差阵及增益矩阵,降低测量噪声波动对滤波的影响。该方法增强了噪声压缩能力,有效地抑制了滤波的误差尖峰。最后,仿真结果验证了所提方法的有效性与可行性。

基于距离统计特性的编队目标精细起始算法

针对编队目标精细航迹起始的难题,提出一种基于距离统计特性的编队目标精细航迹起始算法。首先,建立编队整体跟踪航迹并进行调度探测,然后,对回波量测进行预关联及区域分割,建立量测确认矩阵及距离分布矩阵,最后,对距离分布矩阵进行特性统计并根据统计结果完成目标个体独立建航。经仿真验证,与修正的逻辑法、基于编队中心的航迹起始算法相比,所提算法在提高航迹正确起始率、抑制虚假航迹方面性能优势显著,同时具有良好的工程适用性。

基于粒子群优化的扩展卡尔曼滤波方法研究

针对传统扩展卡尔曼滤波跟踪算法在跟踪机动目标时易产生较大误差的问题,提出了一种改进的粒子群优化扩展卡尔曼滤波研究方法。对于目标机动时,采用具有最小均方误差估计效果的EKF滤波算法,仅仅通过实验离线调整参数难以获得最优的滤波效果,提出了基于粒子群算法优化EKF噪声矩阵的方法,同时引入全局最优化方法提高粒子群算法的搜索效率,克服其容易发生陷入局部最优解的缺点。实验仿真结果表明,采用该改进优化算法可克服粒子退化现象,提高目标跟踪精度。

基于噪声自适应的交互式多模型算法研究

机动目标跟踪精度大都依赖于匹配的系统模型和已知的噪声统计特性。模型匹配法主要采用交互式多模型算法来提高系统模型与机动目标状态的匹配。该算法的有效应用已经成功提高了机动目标的跟踪精度,但该算法只是针对系统模型的不确定性提出的解决方法,并没有解决噪声统计特性不确定的问题。针对噪声统计特性未知而导致滤波精度下降的问题,本文提出了噪声自适应的交互式多模型机动目标跟踪算法。仿真结果表明,噪声方差未知的情况下,本算法的跟踪性能优于传统的交互式多模型算法,提高了机动目标跟踪的精度。

液细菌培养及药敏结果分析

目的了解呼吸道感染的病原菌菌群特点及抗生素状况,指导临床合理用药。方法通过对834份痰液标本分离出351株致病菌,采用EasyClis全自动微生物系统进行革兰阴性菌的鉴定及药敏实验。采用手工法进行革兰阳性菌细菌鉴定K-B纸片扩散法进行药敏试验。结果痰液标本致病菌的检出率从2003年的28.6%到2005年47.9%,呈逐年上升的趋势,3a痰液标本中主要菌群分布可看出G+球菌G-杆菌的检出率变化不大,主要是真菌的检出率是上升的,耐药率统计结果可看出G-杆菌中,以氨苯而林耐药率最高,为78.5%,G+球菌中,以青霉素的耐药率最高,为78.9%。结论细菌的耐药性日益严重,我们应该避免过分依赖高效广谱抗生素,在病原菌感染和医院感染复杂性以及耐药性的多样性情况下,以微生物鉴定药敏实验结果为依据,针对性选择抗感染药物来提高治疗水平。