分布式面向对象多模型建模与仿真框架

美国佛罗里达大学计算机和信息科学及工程系两位学者负责的课题组开发出一种多模型面向对象(OO)的仿真环境(MOOSE)。这种环境是用于建模及开发仿真软件的框架．它的结构派生于面向对象的物理模型(OOPM)．它将传统的面向对象的方法论扩展到允许属性和方法取模型为其值．MOOSE模型库(MMR)允许分布式模型定义，进而支持以万维网为基础的仿真，与万维网整合，使其在因特网上可用。MOOSE以多模型为特征，而多模型是一种面向对象的模型提炼与抽象的方法，它允许不同种类的分层模型的创建。组成多模型的动态模型包括有限状态机，功能块模型，方程约束模型以及基于规则模型．MOOSE强调可视化和对于OO隐喻的有效使用，从而连接概念化的模型和程序，并捕捉模型的几何和动态特征．MOOSE的人机界面有两个图形化的用户界面(图形用户接口)建模器，用于模型设计；脚本，用于模型的执行控制及可视化．MOOSE的尾端产生用目标语言(如c++)表示的模型描述，然后编译并加上运行时间支持，构成引擎．模型的执行由引擎与脚本的同步运行构成。MOOSE方法促进了模型的发展，使其更加具有直观感，更利于模型作者之间的沟通，仿真程序与它们的概念模型间更好的一致性，部件重用以及模型／程序的可扩展性．     

对美国“忠诚僚机”的思考及对策建议

用无人机担任僚机已成为战斗机编组作战领域技战术研究的新热点。本文通过跟踪美国“忠诚僚机”项目的试验进展，了解所用无人僚机和战斗机平台的性能及特点，把握长僚机编组作战对无人僚机的基本指标需求。在此基础上，结合美军分布式作战概念的演变、智能空战技术研究和现有装备改装趋势等因素，分析了“忠诚僚机”项目在推进空中分布式作战概念实用化、提高长僚机编组作战效能以及形成规模化无人僚机装备方面可能产生的影响。基于上述分析，得出无人僚机与有人战斗机编组作战是军队需要面对的新型作战样式这一结论，并结合国内空战理论研究、军用无人机制造能力以及反无人机装备的发展情况，给出整合资源发展优势无人机、以硬杀伤和软杀伤多种形式构建有效反制体系的对策建议。     

基于分布式网络化指控体系的协同跟踪设计

针对当前干扰防空环境下的作战特点，通过对网络化作战需求的分析，建立了一种分布式的网络化指挥控制体系架构，并结合协同跟踪的具体作战运用，设计了基于此分布式体系的协同跟踪作战流程，并建立了效能验证模型。对比一般的集中式指挥控制体系，基于分布式的体系具有生存性强、作战使用效能高的特点。     

《军事历史研究》征订启事

为适应我国信息化建设的需要，扩大作者学术交流渠道，本刊已加入《中国学术期刊（光盘版）》、《中国期刊网》等全文数据库，其作者著作权使用费与本刊稿酬一次性给付。     

复杂电磁环境威胁模型研究

为了研究复杂电磁环境对防空导弹系统作战能力的影响,分析了电子对抗环境、光电对抗环境、反辐射导弹威胁环境的主要威胁因素,建立了远距离支援干扰、分布式干扰、红外诱饵干扰、激光干扰、烟幕干扰以及反辐射导弹攻击等主要威胁因素的威胁仿真模型,并对分布式干扰和激光干扰模型进行了仿真分析.仿真结果证明复杂电磁环境威胁因素对防空导弹作战能力产生严重影响,对防空导弹作战指挥和采取抗干扰措施具有很高的理论意义和指导价值.     

基于分布式交互仿真系统的导调部研究

给出了基于分布式交互仿真系统的导调部体系结构,分析了导调部的功能,提出了其实现方案,最后给出一个基于装甲兵数字化部队作战仿真系统的具体应用实例。     

FCM和粗集在雷达信号识别中的应用研究

连续属性离散化是粗集理论应用中面临的主要问题之一.对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗集理论将其属性进行约简提取有用规则.将此方法应用于雷达信号类型识别,可以直接从原始数据中得到识别信息,仿真实验结果证明利用此离散化方法得到的识别规则对雷达信号识别是有效和可靠的.     

基于ATS的导弹稳定回路半实物仿真系统设计

根据当前导弹自动驾驶仪测试现状,提出了一种基于导弹驾驶仪自动测试系统的控制稳定回路半实物仿真系统方案,利用虚拟仪器技术和PXI总线技术,组建高精度、多用途、具有自诊断功能的测试和仿真系统,它既能够实现对自动驾驶仪的综合测试,又能验证导弹控制律的优劣.系统基于模块化设计,具有良好的通用性和很强的可扩展性,能够完成不同型号导弹的测试和仿真任务.