虚拟新闻的表达与生成及其系统设计与实现

新闻报道视频是当前传递信息最迅速、最直接、最形象的信息表达方式，它不仅能够清晰地反映所发生事件的现场与经过，而且能够通过画面向民众清晰地表达事件所涉及各方的态度、立场以及可能的应对措施，而当前在战略模拟中，信息还主要是用传统的文本方式提供给决采人员使用。针对此问题我们考虑将这些文本中适宜于用新闻表述的，采取自动生成虚拟新闻的方式直接提供给决策者。论文在考察分析战略模拟对于虚拟新闻需求的基础上，主要论述了虚拟新闻的表达与产生。以及虚拟新闻系统的结构与功能，并就可能的应用前景做出分析。     

考虑学习率和搬运时间的人工作业系统批量加工模式研究

在考虑员工学习率和相邻工序间搬运时间的基础上, 对人工作业系统的批量加工模式进行研究. 以严格理论证明的方式给出小组作业模式和生产线作业模式的批量零件生产周期公式; 在给定算例的情况下, 得出与传统模型不同的结果: 小组作业模式具有最短的生产周期. 建立各道工艺工序和运输工序加工与搬运时间模型, 分析搬运设备每次搬运的零件数量, 并设计运输工序所需搬运设备数量的全局优化算法. 决策者利用时间模型和搬运设备每次搬运零件数量的信息, 可以有效安排某批零件的加工与搬运任务; 利用运输工序所需搬运设备数量的全局优化算法可求解运输工序所需搬运设备的最小数量, 并可明确搬运设备的投入时间.     

车载导航技术现状及其发展趋势

随着国民经济的不断发展和人民生活水平的不断提高，人们对交通信息的需求与日俱增。车载导航系统融合了车辆、交通、计算机、通信、系统科学等领域的相关技术，已成为交通导航的重要工具。本文系统阐述了车栽导航系统的定位技术、动态路径规划方法、导航电子地图数据动态维护与更新、交通信息的采集、处理与发布、道路交通状况的预测等关键技术及其在国内外的发展现状．指出了各项技术目前存在的一些缺陷，并展望了车载导航技术的发展趋势。     

基于广义模式耦合稀疏Bayesian学习的1-Bit压缩感知

在1-Bit压缩感知(compressive sensing, CS)框架下,将信号的稀疏结构先验引入广义稀疏Bayesian学习(generalized sparse Bayesian learning, Gr-SBL),研究基于Gr-SBL的1-Bit CS重构。将广义线性模型与模式耦合稀疏Bayesian学习相结合,提出了一种基于广义模式耦合稀疏Bayesian学习1-Bit CS重构算法,简称为1-Bit Gr-PC-SBL算法。该算法将1-Bit CS重构问题迭代地分解成一系列标准CS重构问题,在信号稀疏模式未知的情况下,基于模式耦合稀疏Bayesian学习实现信号重构。进而,引入阈值自适应的二进制量化,设计了自适应阈值的1-Bit Gr-PC-SBL算法,进一步提升了算法的信号重构性能。     

海底地形匹配技术研究

对海底地形匹配算法进行了研究，分别用两种常用的地形匹配算法：SITAN算法和TERCOM算法分别在海底地图上进行了仿真。并对传感器噪声对地形匹配概率的影响进行了批量仿真试验。试验结果表明，当传感器噪声的均方根小于10米时，TERCOM算法可以获得大于90％的匹配概率，SITAN算法也可以达到60～70米的CEP圆概率误差。     

基于近似消息传递与卡通纹理模型的图像重构

近似消息传递(approximate message passing, AMP)的高相变性能与低计算复杂度使其非常适用于图像重构等大数据量应用领域。如何充分利用图像的结构化稀疏先验是基于AMP研究图像重构的一个关键问题。将卡通-纹理模型引入AMP图像重构,根据迭代滤波中待处理图像卡通、纹理成分的不同特点,设计基于双树复数小波变换与全变差的层次化AMP滤波算子,进而分析AMP迭代次数对滤波对象结构特征与滤波算子性能的影响,研究AMP的阶段化滤波操作,提出一种基于卡通-纹理模型与分段滤波的AMP图像重构算法。实验表明,该算法能够更好地保留图像轮廓与纹理信息,提高图像的重构质量。     

战争模拟:复杂性的问题与思考

战争系统是典型的复杂巨系统之一，这给战争模拟带来了许多难以解决的问题。本文首先分析了信息化战争模拟的新需求，然后根据长期从事战争模拟研究工作的实践，就战争问题分解与求解、模型颗粒度与聚合解聚、实体能力与损耗计算，以及计算复杂性等主要的复杂性问题进行了讨论。并指出，战争模拟的复杂性主要原因取决于参数的不确定性、系统的适应性和层次涌现性，最后依此给出了关于战争模拟过程中需要注意的几个问题。     

战争系统中面向按需服务的仿真资源综合集成问题研究

针对当前高层战争问题的新特点，提出了面向按需服务的仿真资源综合集成概念，设计了适应按需服务要求的仿真资源综合集成三层参考模型。在此基础上，按照BDI agent方法对仿真服务请求进行任务规划，提出了仿真服务引擎“时间-事件”混合调度机制，并用agent对仿真服务进行了初步的形式化封装。     

战争系统多Agent民意模型的研究

从战争系统中一具体复杂模型——特定民意模型入手，研究战争系统复杂模型构建新方法——基于Agent的建模仿真技术。在研究过程中，我们提出了“政治倾向性(民意走势）^n进化的观点，从研究民众个体微观行为着手，通过环境对微观个体的不断刺激、个体自身进化以及个体问的相互作用，使系统涌现出宏观行为，即民众政治倾向性走势。     

基于积分包络的LPI雷达信号快速参数估计

为解决低截获概率（low probability of intercept, LPI）雷达信号中二相相移键控（binary phase shift keying, BPSK）信号、线性调频（linear frequency modulation, LFM）信号参数的估计问题,提出了基于信号积分包络的快速参数估计方法。应用快速傅里叶变换（fast Fourier transform, FFT）进行雷达信号粗识别,对信号进行积分包络处理。对两类信号的积分包络值分别设置一定的门限,通过搜索BPSK信号积分包络的峰值即可迅速计算出BPSK信号的码速率。搜索LFM信号积分包络的零值点,按照给出的计算规则即可计算信号的调频斜率以及起始、终止频率。该算法具有快速、准确、容易实现的特点。仿真实验证明了该算法的有效性。同时,该算法具有一定的抗噪性。