航天遥感监测信息态势感知能力分析

针对遥感监测信息的效用评估问题,提出了一种态势感知能力定量分析的新方法。首先利用NIIRS等级尺度和GIQE模型建立了遥感图像与地面目标检测率之间的联系,由此得到这些目标在监视区域出现的概率分布。然后,以地面目标在监视区域的实际分布表示使用者信息需求,并利用信息理论中的Kullback Leibler距离来度量不确定性分布和信息需求之间的差异,从而得到不同遥感侦察与监视系统态势感知能力曲线,给出了传输处理时延对态势感知能力曲线的影响。     

面向NCW的C2参考模型研究

对C2系统仿真及评价而言,在网络中心战背景下构建一个良好的参考模型是目前C2领域研究中的瓶颈问题.以过程模型及MOM框架为核心构建了面向复杂网络的C2系统概念性模型框架.在构筑抽象的C2过程模型框架基础上,借鉴认知决策(RPD)模型的概念,从感知分析及参数估计、态势评估、模式匹配、行为确定四个方面对C2过程模型进行了形式化描述,同时从个体信息能力度量、个体态势感知能力度量、个体决策能力度量、个体指挥引导能力度量、信息共享能力度量、态势共享能力度量、协同决策能力度量、作战意图共享能力度量、作战意图同步能力度量9个方面对C2 MOM框架进行了分析.     

栅格化网络态势感知能力评估模型

摘 要：针对栅格化信息基础网络态势感知问题,构建了态势感知能力评估模型。首先结合信息化战争的特点,分析了栅格化信息基础网络的态势感知能力构成。然后分别从信息域和认知域建立了态势感知能力评估模型。在信息域,从信息质量的完备性、准确性和时效性三个方面作为信息能力的度量指标;在认知域,结合信息域量化模型,建立Logistic态势感知方程,描述态势感知质量随时间的变化情况。仿真结果能够体现完备性、准确性和时效性对提高态势感知质量的促进作用,验证了模型的合理性。     

基于仿真环境的航空态势图像评估

航空态势图像在现代高技术战争中有着重要的作用,航空态势图像的品质直接关系到作战结果.首先建立了评估模型,提出了在仿真环境下度量指标的方法.然后介绍了灰色聚类分析方法及其评估步骤.最后,基于仿真环境下,用灰色聚类分析的方法来评估航空态势图像的品质.结论证明,指标的度量方法和图像的评估方法是有效可行的,结果是正确的.     

战场电磁态势融合感知技术框架研究?

为了高效精确感知现代战场条件下的电磁态势，分析了战场电磁态势感知的需求，研究了基于高层信息融合的电磁态势融合感知技术框架。战场电磁态势融合感知技术框架面向异构信息综合处理和融合模型柔性控制，基于电磁实体序列识别形成观测态势，基于作战行动企图估计形成估计态势，基于电磁威胁预测评估形成预测态势，构建现代战场综合电磁态势图。研究表明基于融合理论的战场电磁态势融合感知技术框架具有适应性强、高效精确的特点。     

C4ISR通信分系统信息优势评估指标研究

战术互联网信息优势评估指标确定和量化是其效能评估体系中的重要环节。针对战术互联网提供战场态势感知,获取信息优势的重要特征,在分析信息优势定义的基础上,给出了信息优势的数学描述和评估指标的定义。同时结合战术互联网的具体业务需求,深入分析了基于态势感知信息传输的完整性、精确性和网络传输时效性的信息优势评估指标,根据所确定的指标,给出了战术互联网信息优势基本的定量描述方法。     

基于空中平台的态势描述

态势评估在现代战争中起着重要的作用.针对一类空中平台背景,用图形的方式来描述态势评估结果.根据不同的用户,分别提供战场全景和基于飞机座舱平显的驾驶员态势图,以及必要的文字和图表说明.态势图元素包括飞机的轨迹信息、雷达探测范围信息、火力攻击范围信息,以及受威胁程度的定量描述等.最后,在一类基于空战平台的仿真实验床,完成了对两类飞机的仿真验证.     

分布式态势感知一致性分析与度量方法研究

一致的态势感知,是现代武器、火力系统以及部队紧耦合协同作战的基础。本文以分布式态势感知理论为依据,从系统的角度,构建了团队达成一致态势感知过程的动力学模型;以系统内部一致性、外部一致性和一致所需最短时间为指标,给出了团队态势感知一致性的度量方法。仿真结果表明,适当地提高团队内沟通的广泛度和相互作用强度,选择合适的沟通网络,对提高一致性能力有积极的作用。     

一种基于粒子群优化算法的异构传感器分配方法

针对复杂的战场环境下目标环境机动性增强、传感器资源相对不足且单一传感器获取空间目标信息不完备问题,结合传感器节点自身的性能特征,考虑传感器的抗干扰性能等因素,提出一种传感器信息感知能力评估指标体系,并构建了传感器感知能力定量评价模型,计算出传感器指数.再利用传感器指数,考虑了覆盖率、电磁环境变化、态势变化等因素作为目标函数,研究基于粒子群算法的传感器分配方法,以实现传感器位置的最优分配及感知能力最大化的需求.仿真结果表明,将粒子群优化算法用于该研究,提高了传感器的总体感知能力和资源有效利用率.     

基于深度学习的空天防御态势感知方法

空天防御态势感知是实现空天防御战场透明化,降低信息复杂度,提升空天防御作战指挥决策支撑能力的前提和基础。系统分析了未来空天防御战场态势感知面临的巨大威胁和挑战,提出了复杂信息对抗条件下态势信息数据挖掘、融合处理、意图预测的能力需求,在此基础上结合深度学习的特征提取能力,构建了基于深度学习理论的空天防御态势感知体系结构,最后探讨了关键技术,为未来空天防御态势感知技术的发展提供了新的思路。