基于MAS的武器装备供应管理支持系统设计

对武器装备供应管理系统结构和功能进行了分析,给出系统的一般构成模式和运行要求,阐明了其所需的决策支持;以系统一般模式为背景,探讨了利用多Agent系统理论构建装备供应管理支持系统的思路,提出支持系统的组成框架,并说明了其主要特点;最后,对支持系统的信息监控过程做了具体研究,给出了相应程序。     

基于灰局势决策理论的维修级别分析方法

简要介绍了某型无人机维修级别分析及灰局势决策理论的一般概念,针对传统维修级别分析中经济性分析的数据来源广、模型可信度较差的情况,研究基于灰局势决策原理建模的一般方法,通过筛选原始数据并修正计算公式,大大减少了冗余计算,最后运用这一模型对某机载无线电设备进行了经济性分析。     

基于半马氏决策过程的电容器维修策略优化

针对电容器随机劣化失效的特点,采用半马氏决策过程解决其预防性维修方案设计和维修策略优化问题.在电容器随机劣化的Gaussian-Poisson模型基础上,以检测周期为优化变量,同时考虑预防性维修次数阈值的影响,建立电容器长期运行费用率优化模型.分析表明,对该型号电容器来说,预防性维修相比于事后修理更加有利于节省部件长期运行的费用率.     

多平台侦察水雷优化模型

针对侦察水雷作战特点,运用最优化理论解决多平台侦察水雷问题。建立多平台侦察水雷优化模型,并通过基于效能指标的单类平台侦察水雷作战模型和基于二分法的最大侦察搜索区域宽度解算模型,得到各类平台的数量需求及其最佳侦察线路配置等关键参数的最优解,较好地满足了侦察水雷作战需求。     

自行火炮状态维修决策支持系统

针对现阶段自行火炮定期维修中存在问题,为了预防自行火炮的故障以及缩短维修时间,提高自行火炮维修的针对性和有效性,在自行火炮维修中引入了基于状态的维修(Condition Based Maintenance,CBM),从工程应用的角度出发,设计并开发了自行火炮状态维修决策支持系统(CBMDSS),明确了系统设计的目标,构建了系统的总体结构,详细阐述了系统实现的具体功能,应用Visual Studio.Net及Matlab相结合的程序开发语言开发了自行火炮状态维修决策支持系统,对自行火炮开展状态维修具有十分重要的使用价值。     

导弹目标识别的最小贝叶斯风险分类器

在贝叶斯决策理论的基础上,通过划分目标特性空间的方法,推导了目标分类问题的总风险表达式.并根据导弹目标识别的特点,建立了导弹目标识别的最小贝叶斯风险模型,给出了基于风险分析的导弹目标识别的具体实现方法.最后,依据导弹目标的实际情况给出了仿真参数并进行了仿真试验,试验结果证明了本方法的有效性.     

扩频系统中一种FFT算法的快速捕获方法

针对高动态、大频偏的扩频系统采用了一种基于快速傅氏变换(FFT)算法的伪码快速捕获方法,该捕获方法是在搜索伪码相位的同时,通过频率扫描的方式搜索载波频率偏移值,将原来的伪码相位、载波频偏的二维搜索过程变成只搜索伪码相位的一维搜索过程,从而大大减少了高动态、大频偏扩频系统中的同步伪码的搜索的复杂度。理论分析和仿真结果都证实在不增加硬件复杂度的情况下,基于FFT算法的伪码快速捕获方法能够大幅度地缩短捕获时间,降低系统复杂度。     

假目标配置数量模型及其效费比分析

在现代战争中,示假伪装的地位越来越重要。引入了真假目标的发现识别概率的指数分布模型,综合考虑作战时间、真假目标价格比等因素,确定战场生存能力和配置假目标成本两个目标函数,并以最小加权偏差法确定两者权重,建立基于多目标决策的假目标配置数量模型。最后结合实际问题,将各参数条件带入模型计算出假目标的最佳配置数量,同时利用假目标的效费比模型进行检验分析,从而为战时假目标配置数量的确定提供参考依据。     

基于目标威胁规则的雷达情报按需分发

针对预警监视网络中信息过载的问题,为了提高情报分发的效率,提出了基于目标威胁规则的情报按需分发方法。依据目标特征以及保卫对象,利用模糊综合决策和层次分析法估计目标威胁值,在此基础上,通过设定阈值过滤,并与用户作战需求模型动态匹配,最终将所得到的目标情报信息分发给特定情报用户。仿真表明,该方法能够有效地实现情报的按需分发。     

频域加权LQR控制器改进设计

基于线性二次型调节器(Linear Quadratic Regulator,LQR)控制方法,设计一种频域加权LQR控制器;通过对其常用滤波器进行改进,提出一种新型滤波器设计思路。当振源频率低于执行器下限响应频率,导致执行器输出减小时,通过改变滤波器参数、增大低频部分权重及控制力,可提高低于执行器响应下限频段的控制性能。仿真结果表明,频域加权的方法可以提升LQR控制器在特定频域下的控制性能;基于新型滤波器的改进频域加权LQR控制器与未改进前相比,下限响应频率之外的控制性能得到进一步提升。