基于多层中转的飞行训练模拟器远程保障系统设计

随着飞行模拟训练在我国的常态化、普及化发展,模拟装备的保障压力也日益增长,为了有效缓解保障压力增长与保障力量薄弱之间的突出矛盾,提出一种基于多层中转跨网络的飞行训练模拟器远程保障系统。该系统依托现有的专用网资源建立从技术保障中心到远程模拟器的数据通道,通过在不同网段间架设中转服务器的方法为技术保障人员提供从专用网到模拟器局域网计算机的通信链路,从而辅助技术保障人员对远程模拟器进行远程保障。目前,该系统已在空军多个部队进行了部署和应用,使用结果表明,该系统的应用和推广能大大拉直模拟装备的保障路径,缩短排故时间,节省维护经费。     

Military support and transnational terrorism

Analysing the relationship between the provision of military support and the probability of becoming the target of a terrorist attack, this paper contributes to the literature on the causes of transnational terrorism. We find that deployment of military troops of country X in country Y increases the probability of a terrorist attack on citizens of country X by a terrorist group located in country Y. Exporting weapons to country Y seems to increase the probability of being attacked by the terrorists of this country Y as well. Deploying materials, however, does not seem to significantly influence the probability of attack. Including lagged values for our military support variables ensures that the causality direction is from military support to terrorist attacks. Moreover, these results indicate that while the effect of military deployment on the probability of attack lasts for more than 1 year, the effect is rather short-lived.     

基于SVM-UPF的雷达弱小目标检测前跟踪算法

针对低信噪比条件下雷达弱小目标的检测与跟踪,提出了基于支持向量机和无迹粒子滤波的检测前跟踪算法。该算法采用无迹卡尔曼滤波生成粒子滤波的重要性密度函数,提高了粒子的使用效率,在此基础上将支持向量机引入到粒子重采样步骤中,通过构建状态的后验概率密度函数来获得多样性的新粒子,有效解决了粒子贫化问题,仿真结果表明,该算法提高了目标的检测概率和跟踪精度。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

装备保障指挥Agent框架建模

针对装备保障指挥难以用高度程式化的数学模型进行描述的问题,构建了一种装备保障指挥Agent框架模型。介绍了Agent建模方法,分析了装备保障指挥的指挥流程,并根据装备保障指挥流程和Agent的建模特点抽象出装备保障指挥Agent框架结构,对其中的各Agent内部模块进行设计,并对各Agent之间的通信模式进行了研究,设计的结构模型可为其他同类研究提供参考。     

装备体系核心保障能力分析

明确了装备体系和核心保障能力的概念内涵。针对核心保障能力的评价问题,从评价参数和评价方法两个方面入手,系统整理了国内外开展关于核心保障能力的问题特点和研究进展,总结了现有研究成果,通过对照比较,指出了现有研究中存在的不足之处。在此基础上,从装备体系核心保障能力评价问题的外军研究成果、基础理论、系统分析和保障仿真技术4个方面,提出了后续的研究建议,对于相关科研人员具有参考和借鉴意义。     

美军维修改革发展研究

维修保障是武器装备形成战斗力的关键要素。随着国际形势和美国国内经济、科技等方面的发展变化,美军的维修策略、维修技术以及维修保障信息化等方面也在不断变革。总结了2000年前后至今,美军在维修保障方面的重大变革,对其发展趋势进行了预测,并结合我军装备保障实际,积极探索切实可行的有效对策。     

基于效用函数的随伴支援炮兵弹药选择模型

随着火炮武器系统的发展,火炮所配属的弹药类型越来越多,针对不同目标选择合适的弹药以达到最佳作战效能具有重要意义。首先,按照"最大化对敌火力效果、最小化附带损伤,最小化费用"的原则,分析了随伴支援炮兵弹药选择模型要考虑的决策指标,包括毁伤比、压制比、非敌伤亡率、安全距离、费用。建立了决策指标的效用函数,在此基础上建立了整体的决策指标,对决策指标的权重系数进行了分析探讨。最后用实例证明该方法是一种有效综合各类因素的弹药选择方法,能够很好地解决弹药选择问题。     

区域联合作战装备保障任务分配模型

现代信息化战争是体系与体系的对抗,区域作战联合装备保障成为信息化条件下装备保障的主要方式,实施科学正确的装备保障指挥,进行保障任务分配对于提高保障效益具有非常重要的意义。通过区域作战装备保障任务的特点,依据区域保障要求建立了包括转场时间在内和不同作战方向上作战单元的重要程度不同的装备保障任务分配模型,保证了重要方向上最晚完成保障任务的作战单元保障时间最短和非重要方向上最晚完成保障任务的作战单元保障时间最短。最后,应用遗传算法给出了区域联合作战装备保障任务分配模型的求解方法和步骤,具有一定的科学性和实用性。     

SVM在空中目标威胁值评估中的应用

构建了基于回归型支持向量机的空中目标威胁值评估模型,确定了基于粗糙集理论的空中目标威胁因素,并建立了数据离散化、归一化的标准。将常用的4种核函数应用于对空中目标威胁值的估计,并通过基于网格法和遗传算法的搜索方法找到模型的最优参数。最后通过Matlab对算例进行了仿真验证。