特别报道

地震无情人有情满载爱心送灾区——运输企业全力支援青海玉树抗震救灾工作 2010年4月14日7时49分许,青海省玉树藏族自治州玉树县（北纬33．1°,东经96．7°）发生7．1级地震．震源深度33千米。根据青海省抗震救灾指挥部通报,截至4月25日下午17时．玉树地震已造成2220人遇难．失踪70人。     

信息技术市场拓展方法研究

科学技术的发展遵循一定的轨迹,也会为信息技术市场带来必然的改变.面对众多的市场机会和激烈的竞争环境,需要通过科学有效的方法找准市场规律,以新的视角开拓差异化市场,使企业进入可持续发展的良性循环中.本文通过分析3种技术发展趋势,展开讨论了新市场的切入方法,并分享3个典型技术市场案例供读者思考.     

基于D-S证据理论的多平台协同目标识别分步式融合

针对多平台协同目标识别问题,提出了基于D-S证据理论的分步式融合设计思想,目标型号识别.通过仿真验证了算法对解决不确定问题的有效性和正确性.     

数据挖掘技术在深度防御网络安全体系中的运用

随着攻击技术的日新月异及攻击数量的与日俱增,提高网络安全深度防御体系的效力是一个亟待解决的问题。将数据挖掘技术应用于网络安全深度防御体系中,在海量数据中挖掘有效信息、提高防御能力是一个新的思路。文章介绍了网络安全深度防御体系的概念及数据挖掘技术在网络安全深度防御体系构建中的应用。     

数据融合在船舶避碰中的应用研究

针对船舶避碰决策系统中的船舶运动趋势和避碰时机建立数学模型,实时预估目标船相对于本船的最近会遇距离和最近会遇时间。同时,针对预测模型误差大的问题,提出了先缓冲后预测方法,并对缓冲算子作了改进,弱化其随机性。应用数据融合技术,给出系统的数据融合处理模型,进一步改善和提高系统跟踪目标的精度。仿真结果表明,该方法是有效、可行的。     

水下目标深度测量误差源分析

首先研究了在深海环境下,采用基于三阵元垂直线列阵的水声探测系统进行水下目标深度测量的基本原理.然后从随机误差和阵元配置偏差的角度,对水下目标深度测量的误差源进行了理论分析,并推导了相关公式.此外,对于相干多途水声信道干扰给水下目标深度测量精度的影响,也作了初步的理论分析.通过仿真实验,总结出各误差源对水下目标深度测量精度影响的规律,研究结果为进一步开展水下目标深度测量研究、提高测量精度奠定了基础.     

国内首艘300m深潜水母船建造合同签约

<正>2009年7月3日,中国交通运输部救捞局与武昌船舶重工有限责任公司签订了国内深潜设     

面向自动驾驶汽车测试的交通车辆交互过程建模

为满足自动驾驶汽车测试对场景真实度的要求,提出一种针对交通车辆交互关系的耦合特征建模方法。结合基于机理模型构建的虚拟数据和采集的真实场景数据建立交通车辆行为数据集;采用深度学习建立局部信息响应的交通车辆行为决策模型、跟驰模型和换道模型,结构相对简单的单体模型能提升场景模拟的可扩展性;针对自动驾驶汽车测试对模型鲁棒性要求高的问题,建立分布执行-集中对抗训练的架构进行交通车辆模型优化,提高模型对输入扰动的鲁棒性。构建交通车辆交互仿真环境对模型进行仿真,通过仿真数据与真实数据分布之间的对比和量化评价指标验证模型的有效性。     

基于二分法的车辆状态参数融合估计

为提高车辆状态参数估计的精度和可靠性,提出一种基于二分法的车辆状态参数融合估计方法。首先,设计了基于车辆3自由度动力学模型的扩展卡尔曼滤波算法和由数据驱动的径向基神经网络车辆状态参数估计算法。然后,为了进一步提高估计算法的可靠性和减小单一算法的估计误差,提出将模型驱动的估计算法和数据驱动的估计算法相补偿的融合估计方法,基于二分法设置扩展卡尔曼滤波和径向基神经网络估计结果的权重,利用估计算法的融合提高估计精度。最后通过MATLAB/Simulink与CarSim的联合仿真和实车在环试验对该融合方法的有效性进行了验证。结果表明,估计结果变化趋势与实际相符,所提出的融合算法的估计精度比单一扩展卡尔曼滤波算法和径向基神经网络算法有明显的提升。     

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。