基于贝叶斯分类器的目标价值等级分析

现代战争作战目标繁多,从目标价值角度对目标的重要程度进行评估,建立了基于朴素贝叶斯分类器的目标价值评估模型,并利用基于无向完全图的贝叶斯分类器,将目标属性间的关系加入到评估模型中,为指挥员和决策机关的作战目标选择提供了科学的依据.     

采用多种群搜索策略的微粒群算法调整消磁绕组

目前,常用的消磁系统调整方法一般都是针对舰艇磁场进行的,而较少考虑磁场梯度。为改善舰艇的磁隐身性能,应当同时考虑两者的有效衰减,由此确定的电流优化调整问题为多目标优化问题。为解决该问题,首先采用一种基于多种群搜索策略的微粒群算法分别求解两类目标函数的最优值,并将这两类最优值作为目标函数的归一化常数,然后选取一组适当的权重将多目标优化问题转化为单目标优化问题,并采用多种群微粒群算法求解该单目标优化问题。最后,采用一个典型的消磁系统优化调整问题来验证方法的有效性。实验结果表明:该方法不但能够实现舰船磁信号的削减,同时还能有效抑制舰船磁信号的波动。     

一种基于重要性权重的证据合成方法及其应用

针对Dempster方法在合成高度冲突证据时结果与直观结论相悖的问题,提出了一种改进的基于重要性权重的证据合成方法,并将其应用到海上目标的识别。首先,根据证据之间的相似性程度判断证据间是否存在冲突,对于有冲突的情形,由基于P距离的权重分配模型得到各证据的重要性权值;然后,对BPA函数进行修正,采用Dempster规则修正后的BPA函数进行合成;最后,利用雷达和舰船的对应关系,将侦察雷达探测到的目标雷达信号载频、脉宽、重频转化为雷达参数的概率分配,并运用改进的证据合成方法进行了目标识别。仿真计算结果证明:该方法能有效处理冲突证据组合,克服了一票否决问题,减小了识别结果的不确定性,并保留了Dempster方法处理非冲突证据组合的良好特性。     

用于目标跟踪的自适应广义调频波形设计算法

提出了一种用于雷达目标跟踪的自适应广义调频波形设计算法。该算法根据跟踪器的动态需求,以广义调频信号为样板波形自适应设计下一时刻的发射波形,其目的是使预测的目标跟踪均方误差最小化,并假定高信噪比条件,且目标跟踪运动模型和观测模型均为线性。利用与某一波形相对应的克拉美-罗下限(CRLB)以及卡尔曼滤波器,通过最小化预测的跟踪均方误差来实现广义调频波形的自适应设计。仿真结果表明:在信噪比相同的情况下,与使用固定参数、自适应参数的线性调频波形设计算法相比,所提出的算法能够获得更低的目标跟踪均方误差。     

军民融合视角下战略性新兴产业发展问题研究

战略性新兴产业具有明显的军民通用特点,既是推动国民经济发展的支柱和先导产业,也为国防和军队建设提供关键的工业和技术基础。当前,军民融合背景下战略性新兴产业发展应聚焦国家和军队发展战略目标,突出新兴科技与新兴产业的深度融合,强化规划计划的管理,推动创新体系的建立,促进政策体系的完善,为加快经济发展方式和军队战斗力生成模式转变奠定坚实基础。     

浅议提高军队财务控制效率

当前少数单位和部队仍然存在超预算办事、超标准花钱、超财力搞建设等问题。要解决这些问题,提高财务控制效率,应科学确定控制目标与标准,合理选择控制方法与手段,严格实施偏差分析与处理。     

基于图像欧式距离的KPCA SAR图像目标识别算法

针对传统KPCA方法识别SAR图像时需首先对图像进行拉直处理问题进行研究,借助于图像欧式距离,提出了一种基于图像欧式距离的核函数构建方法,给出了3种基于图像欧式距离的核函数,并将其应用SAR图像识别中.以实测MSTAR数据为例,给出了识别结果和仿真分析,结果证明了该算法能够有效克服传统KPCA方法的局限性,是一种可行的方法.     

基于马氏过程的目标发现率分析

针对目标发现率的变化规律问题,提出了一种从作战过程出发、基于马氏过程状态转移的研究思路.根据“侦察→信息处理与决策→火力打击”的一般作战过程,建立了状态转移方程,推导了目标发现率的解析表达式并求解之.     

建立完善战区军地联合保障机制为大规模作战背景下联合训练提供有力支撑

一、军地联合保障机制建设势在必行 联合训练是军事训练的最高表现形式,是最直接的军事斗争准备.大规模作战背景下的联合训练,参训力量多元,演训空间广阔,组织协调复杂,资源投入巨大,对训练保障提出了新的更高要求.①保障类型多样,涵盖陆、海、空、二炮诸军兵种和陆海空天电多维战场,综合性强;②信息化特征突出,特别是高技术装备和弹药广泛应用,技术性强;③高投入高消耗,需要动用大量物资、器材和技术资源,依赖性强;④跨兵种跨区域跨部门保障,需要依靠各单位、各部门配合,整体性强.完善联合训练的保障机制,已经成为完成联合训练任务、提高联合训练质量效益的重要基础和前提.     

基于粒子滤波的无人机协同跟踪算法

针对无人机群协同跟踪移动目标问题展开研究。由于传感器测量精度的有限性,采用多架无人机合作来获得多个测量值,再根据数据融合的方法获得较精确的测量值;建立了移动目标的模型,结合测量值应用粒子滤波算法来预测目标的状态。仿真结果表明了该算法能使无人机获得较好的跟踪效果。