基于混合挖掘的军事数据分类方法

基于军事信息系统的体系作战指挥,必须依托准确可靠的数据支撑。为了研究数据挖掘方法在军事数据上的学习性能,采用支持向量机方法和粗糙集对坦克连的作战数据进行了仿真实验。试验结果表明,支持向量机方法能够预测坦克连的命中率为100%,结合粗糙集方法,能够进一步提高支持向量机方法的学习性能,缩短学习时间。     

基于AHP的天波雷达装备维修保障能力评估

研究天波雷达装备维修保障能力评估问题。首先,根据天波雷达本身的特点建立了装备维修保障能力评估体系,并给出了各指标的意义及计算方法;其次,采用层次分析法确定评估指标体系中各指标的权重;最后,通过实际数据对目前天波雷达装备维修保障能力进行了计算。通过计算说明了模型能够反映天波雷达装备维修保障能力,计算结果可以为改进装备维修保障系统提供依据,亦可以为装备维修保障指挥提供辅助决策。     

Vague故障树的NMOHEMS机载单元模糊可靠性分析

分析了NMOHEMS机载单元进行可靠分析的重要性。概念设计阶段,故障树分析方法不能解决系统可靠性数据的模糊性和匮乏性问题,提出将Vague集理论和专家评估模式引入到故障树分析中,建立了系统的Vague模糊故障树。专家使用三角形Vague集评估底事件的模糊可靠性,评估过程中使用模糊隶属度区间而不是单变量隶属度描述事件的模糊性。最后,基于顶事件的发生概率和底事件模糊重要度的分析结果,提出了广义可靠性优化设计方案。设计结果表明:提出的方法提高了可靠性设计和分析的效率。     

处置大规模群体性事件组织指挥问题浅探

正处置大规模群体性事件的组织指挥,是指挥员和指挥机关指挥所属部(分)队为达成处置目的而进行的组织领导活动,具有行动力量多元、组织指挥决策层次高、指挥协同复杂等特点。正确把握组织指挥特点,建立高效的联合指挥体系,保持顺畅的指挥关系,科学编成处置力量,搞好行动之间的协同配合,是确保部队圆满完成处置行动任务的关键。     

武警部队反恐斗争中网络情报侦察战法管见

正随着以计算机技术为核心的信息技术的迅猛发展,互联网、局域网等公用信息网络在改变我们生活的同时,也在改变着恐怖组织活动的联络方式和手段,使其联络更方便、更快捷、更隐蔽。充分利用部队装备的各种技术侦察器材,灵活运用各种侦察战法,对公用信息网络实施监控和侦察,截获恐怖分子信息,阻止恐怖信息传播,力求做到"防于未然,禁于萌芽",是武警部队有效遂行反恐任务的关键环节。     

高动态GPS卫星信号混合载波跟踪算法设计

高动态运动环境会给GPS卫星信号带来很大的多普勒频移及其变化率,甚至产生频率的突变,单一的锁相环、锁频环、四象限鉴频器无法进行稳定跟踪。在对传统锁相环、锁频环原理及性能分析的基础上,设计了一种基于Costas锁相环(Costas-PLL)、叉积锁频环(CP-FLL)及四相鉴频器(FQFD)并能够智能切换的混合载波跟踪算法,该算法基于二阶FLL辅助三阶PLL的跟踪环路实现,依据不同的动态环境使FLL和PLL交替工作,以提高载波跟踪环路的动态适应性。通过固定频率、频率一次斜升、频率二次斜升和频率突变等4种不同动态条件下的实验,证明了该算法在高动态环境下的有效性和可靠性。     

多无人机协同任务分配方法

任务分配是多UCAV协同控制的核心和有效保证,是一类复杂的多目标优化问题。针对一种扩展的混合整数线性规划(MILP)任务分配模型,通过对模型特点的分析,提出一种基于相似度的遗传退火算法解决该问题并进行仿真实验,仿真结果表明该算法具有较强的收敛性和较好的多样性,验证了改进算法解决该问题模型的有效性。     

基于LS_SVM与PCA的小型无人机传感器故障诊断

针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。     

战时装备技术保障风险评估

战时装备技术保障是武器装备战斗力的"再生剂",已引起各级装备机关和指挥员的高度关注。保障活动涉及因素的复杂性、不确定性均会导致战时装备保障风险的发生。为此,借鉴风险管理理论,分析了战时装备技术保障风险的定义,构建了战时装备技术保障风险评估指标体系,通过引入灰色层次分析法建立了风险评估模型,并用实例验证了模型的可行性。     

现代时间序列分析方法的猎扫雷作战效果评估

针对常规Kalman滤波在猎扫雷作战效果评估中退化为次优,特别是对混布雷阵效果评估精度低的问题,研究了将现代时间序列分析方法应用于猎扫雷作战效果评估。通过对4种典型雷阵的仿真和分析,对比了2种方法的优缺点。结果表明:现代时间序列分析方法比常规Kalman滤波评估更有效,尤其对混布雷阵也有很好的评估效果,且计算过程简便,提高了估计精度。