基于"网云端"的新型指挥控制系统体系结构建模

指挥控制系统是综合电子信息系统的核心,是作战效能的"倍增器"和作战指挥的"神经中枢".从"网-云-端"的结构出发,分析了新型指挥控制系统的总体架构和组成关系;通过分析美国国防部体系结构框架(DoDAF2.0),提出了基于DoDAF2.0的新型指挥控制系统体系结构建模流程;采用结构化和面向对象相结合的方法,设计了新型指挥控制系统作战视角、服务视角、能力视角以及系统视角的关键模型,为系统的具体设计与开发、系统评估与分析提供可靠的模型支持.     

IBAS-LMBP神经网络算法在图像压缩中的应用

鉴于天牛须搜索算法在对多维非线性优化问题求解时容易出现局部收敛现象,从而导致无法求出全局最优解,设计了改进天牛须算法(Improved Beetle Antennae Search,IBAS).该算法中在天牛位置计算时引入惯性权值,设计了基于自适应步长衰减系数,增加天牛在位置计算时的自适应能力,为了控制算法优化过程解的取值范围,参照粒子群算法对单点位移进行限制.实验结果表明,在相同误差精度、相同迭代次数情况下,将改进天牛须算法与LMBP算法相结合建立IBAS-LMBP算法模型并应用于图像压缩,模型的运行效率明显高于GA-LMBP、PSO-LMBP及BAS-LMBP算法模型.     

基于超网络的近距空中支援信息流转模式构建

稳健灵活的信息流转模式是近距空中支援顺利实施的重要保障.针对近距空中支援信息流转模式构建问题,建立基于超网络的作战信息流转"两层四网"模型.根据作战经验,分析近距空中支援作战的主要作战力量及基本流程,抽象出相应的作战节点和信息关系,以此建立近距空中支援作战信息流转超网络模型.针对超网络节点的超度分布、网络弹性等特性进行仿真实验.仿真结果表明,当前近距空中支援超网络具有一定的合理性和稳定性,同时为下一步优化作战网络结构提供了参考.     

舰空导弹综合试验与鉴定方法

从综合试验与鉴定的思路出发 ,针对舰空导弹的战术技术特点 ,建立了鉴定指标体系 ,论述了各种性能的综合试验与鉴定方法 ,并提出了需要研究的关键技术。     

涡轮增压机组的功率平衡计算方法

介绍了舰船蒸汽动力装置中增压锅炉的计算特性,并在对已有的一些相关计算模型分析的基础上,描述了涡轮增压机组的功率平衡计算难题。针对该难题给出了涡轮增压机组的功率平衡计算流程和计算中有关问题的处理方法,在确保计算完备可行的前提下,该方法适合于工程应用。     

关于信息化作战装备保障的思考

提出并分析了信息化作战装备保障的概念、标志及主要特征。其中主要特征为:能力要求是基于信息系统的一体化综合保障能力;力量体系是基于保障单元的多功能集成体系;保障方式是基于智能化保障手段的精确保障;保障方法是基于信息化作战行动的多样化保障。指出信息化作战保障的实现,需要智能化的保障手段提供技术基础,知识化的保障队伍提供智力基础,配套完善的机制提供制度基础,一体化保障环境提供外部条件;提出了建设信息化作战装备保障的方法途径。     

进化粒子滤波算法在雷达目标跟踪中的应用

进化粒子滤波算法通过模仿生物进化体制,以牺牲大量的计算量为代价增加样本集的多样性,从而较好地缓解了样本贫化现象.将进化粒子滤波算法应用于雷达目标跟踪过程中,变异强度的选择参考系统噪声与观测噪声性质,并通过粒子匮乏现象的强弱选择是否应用进化算法,从而大大减少了计算量.仿真结果显示所提出的算法对雷达目标跟踪有较好的应用价值.     

树状小波与多尺度估计理论的图像融合技术

针对红外和可见光图像的特点及相互融合的应用,提出一种基于树状小波多尺度估计理论的红外与可见光图像融合算法.首先对源图像进行树状小波多尺度分解,依据子图像的信息量得到塔式结构子图像;然后基于不同子图像对应层上的对应像素,根据EM算法估计模型参数,采用SAGE迭代算法优化估计参数得到融合子图像;最后根据小波逆变换获得融合图像.实验结果表明:该融合算法能够更好地综合利用红外图像较好的目标指示特性与可见光图像较清晰的场景信息;性能评估显示:该算法得到的融合图像互信息较文献[5,6]分别提高了49.60%和24.90%,均方根误差分别减小了66.40%和56.00%.     

天波超视距雷达扩展综合概率数据关联算法

考虑到天波超视距雷达径向速率量测与径向距离量测之间的关系以及径向速率量测精度较高的特点,提出了一种天波超视距雷达扩展IPDA算法.该算法利用当前时刻径向速率、径向距离的预测值和相应的量测构造出运动一致性因子,并推导了一致性因子的概率密度函数.在此基础上,利用一致性因子和马氏距离计算回波与目标的互属概率,从而减小异常点的影响、提高估计的精度.天波超视距雷达目标跟踪仿真结果表明:扩展IPDA算法在起始快速性、航迹起始概率、跟踪精度和稳定跟踪率等方面优于IPDA算法,同时其计算量只略大于IPDA算法的计算量.     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。