具有JTIDS接口的无人机仿真系统

建立了一个具有联合战术信息分发系统接口的无人机仿真系统.在该系统中建立了某型无人机的动力学仿真模型,其气动系数均通过风洞试验获得,并采用单纯形调优法求取无人机初始状态;设计了控制无人机姿态和控制飞行轨迹的内外环控制系统模型;根据联合战术信息分发系统特性,采用模块化方法建立了联合战术信息分发系统接口,使操作员能通过仿真数据链对无人机动力学模型进行任务控制和状态监视.最后进行了虚拟任务仿真试验,结果表明该系统可以满足一定的战术任务需求.     

小型无人直升机通信系统的设计与实现

通信系统是无人机系统中最重要的组成部分之一,为了实现小型无人直升机稳定可靠的全自主飞行控制,设计并实现了基于WIFI并运用UDP协议和SOCKET通信机制的无人机系统实验数据链,在此基础上,基于无线射频模块和WIFI,实现了用于无人机运营阶段的远程飞行数据链;首先介绍无人机的通信系统框架,再对无人机实验数据链和远程飞行数据链的数据通信协议及软硬件实现进行详细说明;该通信系统有充裕的数据载荷,数据下传和上传延迟满足系统实时显示和控制要求,可在无人机平台上稳定可靠运行.     

基于CGF的数据链仿真技术研究

现代战争特点是成体系作战,信息共享成为战争胜负的关键.而受条件限制,现有试验很难完整测试武器装备的体系作战能力,需要采用仿真技术模拟,数据链仿真便是其中最重要的一环.数据链将传感器、指挥系统和人员联入网络,其不仅能够快速分发、交换传感器获得的情报信息,为提供战场态势实时传输战术数据,而且可以满足目标指示、导弹发射或制导的精度要求,应用于引导武器发射,实现多平台的火力协同.分析了目前数据链仿真存在的问题,给出了数据链参考模型,最后通过典型的传感器Agent和数据链Agent结构设计,完成基于计算机生成兵力（CGF）的数据链仿真技术设计方案,解决了当前数据链仿真的一些问题.     

战场警觉及数据分发系统研究

战场警觉及数据分发系统是当前英、美等国着重发展的军事课题。主要研究了战场警觉及数据分发系统的特点，探讨了处于计算机领域前沿的本体论方法和多代理技术的基础理论，着重研究了以FIPAMAS理论体系为基础的战场警觉及数据分发系统的领域本体建设问题。并构建了一个基于本体论方法和FIPAMAS技术的具有智能化的战场警觉及数据分发原型系统。     

无人机上行链路的安全策略研究

该文简单总结了无人机信息传输系统的体系结构和特点。通过对无人机数据链路潜在的各种安全威胁进行分析,设计了一种针对上行链路加密的方案,即采用安全高效的混合加密体制,来保证无人机上行链路数据的保密性、完整性和可靠性。     

小型无人机空地数据链系统的应用研究

设计了一种适用于小型无人机的空地数据链系统；文中提出了详细的系统设计方案，对数据链的传输方式、传输内容、传输流程等进行了研究；并给出了系统的软件设计和实现方法。     

小型无人机数据链与自主飞控系统设计

介绍了小型无人机的组成与总体结构．研究了无人机自主飞行控制系统、数据链、起飞和着陆系统设计方案，采用嵌入式系统和GPS实现了无人机的自主飞行控制和目标自动搜索与识别。     

数据链通讯安全性评估

随着军事信息化建设的快速发展,数据链技术也得到了飞速的进步。数据链主要在战场的信息交换中应用,其安全性要求很高,而由于现代战场环境中地方电子干扰,严重威胁着通讯安全。通讯安全型评估是重要的通信安全技术。评估数据风险,可以预估出数据链安全程度和系统抵御风险的能力。本文对数据链通讯风险评估的理论进行了介绍,并对预测模型进行了分析,具有一定的参考意义。     

小型无人机地面监控站的设计与实现

无人机地面监控站是实现无人机系统调试及可靠应用的基本保障,其提供的人机交互界面可使无人机在执行任务过程中充分发挥人的主观能动作用.介绍了一种小型无人直升机监控站软件,基于801.11b协议及UDP协议实现无人机与地面监控平台实时通信系统.建立了完备的上下行数据链,基于MFC实现了无人机状态观测、PID参数在线调试、路径规划以及飞行数据保存等功能.为无人机控制调试及稳定应用提供了一个安全可靠的监控平台.     

小型无人直升机点对点数据链系统设计

无人直升机远距离飞行需要安全可靠的数据链传输系统,以Compulab公司的嵌入式核心板CM-t3530为基站的主要硬件载体,通过对无人机遥控器信号、控制器参数和目标队列的数据融合与编码.采用点对点数据链通信协议,设计了数据链通信的消息标准,实现了无人机和地面站的空地数据的实时可靠传输.实验结果表明,点对点数据链系统能够有效解决远距离通信不可靠的问题,能够满足无人直升机远距离飞行的要求.     

大数据可用性的研究进展

信息技术的迅速发展催生了大数据时代的到来.大数据已经成为信息社会的重要财富,为人们更深入地感知、认识和控制物理世界提供了前所未有的丰富信息.然而,随着数据规模的增长,劣质数据也随之而来,导致大数据质量低劣,极大地降低了大数据的可用性,严重困扰着信息社会.近年来,数据可用性问题引起了学术界和工业界的共同关注,开展了深入研究,取得了一系列研究成果.本文介绍数据可用性的基本概念,讨论数据可用性的挑战与研究问题,综述数据可用性方面的研究成果,探索大数据可用性的未来研究方向.     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

A Taxonomy of Dirty Data

Today large corporations are constructing enterprise data warehouses from disparate data sources in order to run enterprise-wide data analysis applications, including decision support systems, multidimensional online analytical applications, data mining, and customer relationship management systems. A major problem that is only beginning to be recognized is that the data in data sources are often dirty. Broadly, dirty data include missing data, wrong data, and non-standard representations of the same data. The results of analyzing a database/data warehouse of dirty data can be damaging and at best be unreliable. In this paper, a comprehensive classification of dirty data is developed for use as a framework for understanding how dirty data arise, manifest themselves, and may be cleansed to ensure proper construction of data warehouses and accurate data analysis. The impact of dirty data on data mining is also explored.     

数据迁移的一般原则

在应用软件及数据库开发中经常要做数据迁移工作 ,数据迁移就是将数据从一种数据环境移入另一种数据环境中。进行彻底而精确的数据转换应遵循以下关键步骤 :识别源数据、确定数据集成转换的规则以及开发转换规则代码。介绍了数据迁移的一般步骤 ,并提出了从数据转换、选择迁移方法以及从元数据管理的角度评价迁移工具的标准     

大数据技术应用与研究的新视角

伴随着人类进入大数据时代,大数据在彰显出巨大应用价值的同时,也凸显出数据可用的科技问题。如何解决数据可用带来的挑战,成为各国政府和学界高度关注的问题。目前,针对大数据的可用性研究刚刚起步,对大数据可用性进行了探讨,并就数据可用性的研究前景进行了展望。     

软件开发活动数据的数据质量问题

问题追踪系统和版本控制系统等软件开发支持工具已被广泛应用于开源和商业软件的开发中,产生了大量的数据,即软件开发活动数据.软件开发活动数据被广泛应用于科学研究和开发实践,为智能化开发提供支持.然而数据质量对相关的研究和实践有重大影响,却还没有得到足够的重视.为了能够更好地警示数据使用者潜在的数据质量问题,通过文献调研和访谈,并基于自有经验对数据进行分析,总结出了9种数据质量问题,覆盖了数据产生、数据收集和数据使用这3个不同的阶段.进一步地,提出了相应的方法以帮助发现和解决数据问题.发现问题是指加强对数据上下文的理解和通过统计分析及数据可视化发现潜在的数据质量问题,解决问题是指利用冗余数据或者挖掘用户行为模式进行修正.     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

数据提取、转换和装载技术研究

来自企业操作环境的数据是数据仓库的数据源，通过提取、转换、装载填充数据仓库，对数据提取、转换与装载技术进行了研究与实践。对数据提取、转换与装载要解决的问题进行了详细论述并提出了相应的解决方法，并以MS SQL Server2000为例，介绍了可用于析取数据的一些工具。在此基础上，以电信行业话单数据载入数据仓库为实例，就如何实现各步骤进行了详细说明，提出了在数据提取、转换与装载过程中需注意的一些问题。     

基于时效规则的数据修复方法

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.     

基于ETL工具的数据集成和交换的研究

数据的集成与交换,对企业的管理和决策意义重大.数据集成和交换必须解决抽取、转换和加载,但过去的异构系统很难实现,从需求分析、系统设计和系统实现3个方面,设计了一种针对数据抽取、转换和装载(Extract、Transform、Load)的ETL工具.根据ETL工具的综合要求,通过结构化分析需求,构建了系统逻辑模型;设计了...