基于改进融合算法的交通网络节点重要性评估

交通目标体系在作战中是打击目标选择的重点,在目标选择前需要对交通网络的节点及关联关系的重要性进行准确评估.交通目标体系是一种多层复杂网络模型,目前的评估方法没有考虑到路径的权重和对网络整体价值,造成评估模型与实际网络不符合的问题.针对该问题,提出一种改进的融合算法对多层网络进行评估.该方法构建的节点关联度矩阵考虑了各层网络中边的权重和网络整体价值,再将每层的节点关联度进行融合.通过仿真分析和对比,该方法能够准确有效地评估多层交通网络节点的重要性,对目标选择具有一定实用价值.     

基于复杂网络的机降作战目标选择方法

运用复杂网络理论,构建蓝军抗登陆部署网络模型,将机降作战目标选择问题转化为节点价值评估问题。将节点价值分为战术价值和网络价值两个维度,利用模糊偏序关系建立节点战术价值评估模型,定义节点连通度和节点关键度,确定节点网络价值评估算法,评估蓝军抗登陆部署网络中各节点的价值,进而确定机降作战目标。实例分析结果表明了该目标选择方法的有效性。     

基于IMM-RUASFF的网络化目标跟踪算法

针对目前网络化目标跟踪算法存在实时性差、精度低等问题进行了研究。首先,基于网络信息共享需求,建立了网络探测节点的目标跟踪模型;其次,网络探测节点目标跟踪需求和实战要求发现目标经常是有多种运动状态并存,而单一模型的滤波器不能满足对机动目标跟踪性能的要求,采用了基于交互式多模型(Interacting Multiple Model,IMM)的有反馈实时更新的异步状态融合算法。最后,针对多个探测节点目标跟踪的状态融合估计问题,提出了一种有反馈实时更新的异步状态融合算法,通过仿真验证了算法的有效性。     

基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。     

一种基于多目标优化的QoS路由交互式算法

为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。实例计算结果表明了算法的可行性     

网络化空战中的目标综合价值评价方法

目标综合价值评价是进行目标分配的基础,基于复杂网络的价值分析方法,能够综合体现网络化空战中目标自身属性和网络体系结构对目标综合价值评价产生的影响,准确地确定作战体系中的关键目标。通过分析空战体系结构,将目标综合价值分为固有价值和体系价值2个维度,利用模糊偏序关系建立目标固有价值评价模型,并通过定义节点连通度、关键度和冗余度,确定目标体系价值评价方法。实例分析结果验证了该目标综合价值评价方法的有效性。     

一种支持信息作战目标选择的网络模型

分析了联合信息作战目标选择问题的特点。在对目标价值进行分解表示的基础上,提出了作战目标网络价值的概念,并分别给出了节点型目标、节点组目标和链路型目标网络价值的计算模型。最后,结合实例研究了模型的具体应用问题。     

基于复杂网络的防空武器系统目标选择研究

基于复杂网络的思想,通过对防空武器目标体系网络的拓扑参数分析,构建了防空武器目标体系网络,利用pajek软件,对网络进行了可视化分析,采用基于不同策略的攻击方式进行了模拟仿真,对仿真结果进行了分析。经过分析发现,基于节点度值和基于节点介数的攻击可以较好的降低网络效率,因此我们以节点度值和介数为主要依据,确定了目标打击顺序,为指挥决策人员进行防空目标选择提供了借鉴和参考。     

基于IMM-UKF的网络化作战目标跟踪算法

针对网络化作战中单探测节点对机动目标的运动模型不确定性导致滤波精度低,为提高目标跟踪的稳定性和精确性,提出了多节点探测跟踪算法。基于网络体系中信息的共享需求,建立网络探测节点的目标跟踪模型;通过网络探测节点目标跟踪需求和实战要求发现目标经常有多种运动状态并存现象,而单一模型的滤波器不能满足对机动目标跟踪性能的要求。因此,探测节点采用了基于交互式多模型(IMM)的无迹卡尔曼滤波(UKF)算法进行状态估计,融合中心将各节点发送的目标状态估计融合后进行状态估计,有效地降低了目标机动造成的模型误差,提高了跟踪性能。仿真结果表明,所提出的算法提高了网络节点对机动目标的跟踪精度,并且收敛速度快,有较强的鲁棒性和实用性。     

军事物流多层网络级联失效问题初探

军事物流网络是一个复杂的多层网络体系,包括指挥控制网络、保障网络和交通网络,各网络内部以及网络之间均存在级联失效现象。从军事物流网络级联失效的概念和机理入手,分析并建立了军事物流多层网络模型及其级联失效模型,构建了一个能较为客观地反映军事物流现实情况的网络示例。通过仿真计算,分析了不同类型节点失效后对军事物流多层网络整体的影响,初步探寻了级联失效的基本规律。