现代军事活动中,空地协同多编队样式越发重要。已有的目标意图识别方法对单一编队效果较好,但对空中和地面协同的多编队场景尚缺乏有力的解决方法。因此,采用动态序列贝叶斯网络(Dynamic Series Bayesian Network,DSBN)对空地协同编队...现代军事活动中,空地协同多编队样式越发重要。已有的目标意图识别方法对单一编队效果较好,但对空中和地面协同的多编队场景尚缺乏有力的解决方法。因此,采用动态序列贝叶斯网络(Dynamic Series Bayesian Network,DSBN)对空地协同编队进行意图识别。该方法首先利用DSBN构建了一个空地协同作战意图识别整体模型,用于描述空中和地面编队之间的协同行动过程,然后通过将不同战场域的事件及其相关概率关系进行融合,结合辅助战场信息,使用推理网络实现对敌方协同作战意图的识别。该方法充分考虑了空中目标的行为规则,精细描述其行为模式和趋势,更好地适用于多协同目标编队的场景。最后通过实例仿真验证了该方法的可行性和有效性。展开更多
在实时软件系统中,软件时间性能的分析与评估技术是一个重要的课题,然而随着CPU的结构越来越复杂,采用传统的模拟底层硬件执行的方法越来越困难。而基于分布函数的最坏执行时间(Worst Case Execution Time,WCET)估计方法从概率角度出发...在实时软件系统中,软件时间性能的分析与评估技术是一个重要的课题,然而随着CPU的结构越来越复杂,采用传统的模拟底层硬件执行的方法越来越困难。而基于分布函数的最坏执行时间(Worst Case Execution Time,WCET)估计方法从概率角度出发,可以绕过复杂的底层硬件建模,估计程序的最坏执行时间。首先对TI TMS320C6713DSP汇编代码进行基本块的划分,以基本块为结点构建程序流图;然后用贝塔分布模拟每条指令的运行时间并采用改进的计划评审技术(Program Evaluation and Review Technique,PERT)确定贝塔分布相关参数,指令叠加后用正态分布模拟每个基本块的执行时间;最后利用基于路径的方法得到整个程序的最坏执行时间。实验结果表明此方法是可行的和合理的。展开更多
文摘现代军事活动中,空地协同多编队样式越发重要。已有的目标意图识别方法对单一编队效果较好,但对空中和地面协同的多编队场景尚缺乏有力的解决方法。因此,采用动态序列贝叶斯网络(Dynamic Series Bayesian Network,DSBN)对空地协同编队进行意图识别。该方法首先利用DSBN构建了一个空地协同作战意图识别整体模型,用于描述空中和地面编队之间的协同行动过程,然后通过将不同战场域的事件及其相关概率关系进行融合,结合辅助战场信息,使用推理网络实现对敌方协同作战意图的识别。该方法充分考虑了空中目标的行为规则,精细描述其行为模式和趋势,更好地适用于多协同目标编队的场景。最后通过实例仿真验证了该方法的可行性和有效性。
文摘在实时软件系统中,软件时间性能的分析与评估技术是一个重要的课题,然而随着CPU的结构越来越复杂,采用传统的模拟底层硬件执行的方法越来越困难。而基于分布函数的最坏执行时间(Worst Case Execution Time,WCET)估计方法从概率角度出发,可以绕过复杂的底层硬件建模,估计程序的最坏执行时间。首先对TI TMS320C6713DSP汇编代码进行基本块的划分,以基本块为结点构建程序流图;然后用贝塔分布模拟每条指令的运行时间并采用改进的计划评审技术(Program Evaluation and Review Technique,PERT)确定贝塔分布相关参数,指令叠加后用正态分布模拟每个基本块的执行时间;最后利用基于路径的方法得到整个程序的最坏执行时间。实验结果表明此方法是可行的和合理的。
