基于冗余的复杂体系动态适应性结构设计研究

针对复杂体系动态适应性研究所存在的问题,提出了复杂体系冗余概念和基于冗余的复杂体系动态适应性结构设计思想,讨论了基于冗余的复杂体系动态博弈设计过程及体系结构;在此基础上,根据复杂体系使命目标的执行特点及体系本身的结构特性,详细地阐述了复杂体系中的任务冗余、系统冗余和结构冗余三种冗余类型,并从冗余切换方式、冗余具体内容和冗余表现性质三个方面论述了复杂体系中各种冗余所组成的冗余体系,指出冗余体系是复杂体系适应环境的一种策略,也是复杂体系不断演化的需要和结果,并且能够为复杂体系动态适应性结构的构建及其效能评估和复杂体系的优化及改进等研究提供一定的理论指导。     

潜艇隐蔽攻击能力分析方法

纯方位估计系统是复杂的非线性系统,所有的估计算法都是次优的;理想估计器是工程估计器的性能上限,在理想估计器下的攻击效果因此是最高的;它刻画出的是"潜艇隐蔽攻击能力的上限",认识这种上限的数量特性是主要工作.在理想估计器和典型机动航路条件下,提出并界定了"隐蔽攻击能力上限"的概念;分别给出了求解估计器精度和收敛时间意义下隐蔽攻击能力上限仿真流程;通过计算机仿真试验,得到了一些有价值的分析结论.     

水下无线传感器网络的节点精确定位

以无线传感器网络(WSN)水下应用为背景,针对特定的环境要求,提出了一种可实现网络规模升级的分布式无锚点网络节点自定位机制。该定位算法通过距离误差估计和分布式坐标计算方法,有效地减少了由于测量距离误差所带来的坐标计算误差和节点坐标计算所带来的通信开销,有利于网络节点能量的合理使用和大规模的WSN布放。通过试验仿真计算,验证了该定位机制的合理性,为水下WSN应用提供了有力的技术支持。     

基于目标运动特征和TOPSIS决策的多目标选择方法

针对现代水面舰艇所布放的箔条、角反射器(体)等无源干扰设施严重影响导弹导引头选择真正舰船目标的现象,提出了一种基于目标运动特征属性信息和改进的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)的多目标选择方法。通过将多目标选择问题等效成多属性决策问题,借助目标的运动特征,改进了理想解和负理想解的确定方法,最终得到决策模型。仿真试验表明:该方法简单有效,适合于工程应用。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

C2组织结构适应性优化的模型与方法

在现有C2（Command and Control）组织结构适应性优化研究基础上,分析了不确定使命环境下C2组织能力并提出了新的测度指标,构建了C2组织结构适应性优化模型,并针对模型中结构变量与能力测度具有的复杂关联性和动态不确定性的特点,提出了基于组织结构分层的适应性优化策略和基于滚动时域的动态适应性优化策略,并综合两种适应性优化策略,提出了C2组织结构的分层动态适应性优化方法。     

C2组织的定量描述与分析

信息时代的C2组织是信息化战场作战体系的内核,高效运作的C 2组织是体系对抗优势的保证。以组织的规范描述为目的,提出C2组织要素间的多重关系及关系的定量描述方法,并以一次典型作战想定及其兵力编成为例,分析了C2组织的定量描述分析方法。     

一种多UAV虚拟队形制导协同运动控制方法

针对多UAV协同运动控制问题,研究了一种非线性制导跟踪控制律,利用期望航迹和UAV的位置关系推导出侧向加速度表达式,在侧向加速度作用下实现对期望航迹的准确跟踪。提出了一种虚拟队形制导协同运动控制方法,首先设计了虚拟队形的期望航迹,采用非线性制导律实现多UAV对虚拟队形的航迹跟踪,在此基础上,通过协同成员间的通信建立位置误差控制方程,实现速度的补偿控制,将UAV调整到期望的队形位置上。仿真结果表明,该方法能有效实现多UAV的协同运动。