Predictability of operational processes over finite horizon

Operational processes are usually studied in terms of stochastic processes. The main information measure used for predictability of stochastic processes is the entropy rate, which is asymptotic conditional entropy, thus not suitable for application over a finite horizon. We use the conditional entropy to study the predictability of stochastic processes over the finite horizon. It is well‐known that the conditional entropies of stationary processes decrease as the processes evolve, implying that, on average, their pasts become more informative about prediction of their future outcomes. Some important operational processes such as martingale, models for maintenance policies, nonhomogeneous Poisson, and mixed Poisson processes are nonstationary. We show that as a nonstationary process evolves, it may provide more information or less information about the future state of the system. We develop results for comparing the predictability of stochastic processes. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

信息化条件下作战体系节点重要性指标的选择

在对作战体系结构信息化演化分析的基础上,对其结构进行网络描述,引入度指标、介数指标、紧密度指标和特征向量指标等节点重要性度量指标,并根据最大连通分支的大小和平均路径长度对作战体系受到攻击后的受损程度进行度量,进而选择出最有效的重要性指标,是对作战体系节点重要性指标选择的有益探索,可以为体系对抗中关键节点判定等问题的深入...     

基于模糊信息论的空中目标识别模型研究

空中目标识别是防空作战辅助决策的关键环节之一。针对目标识别中不确定信息,建立基于模糊信息论的空中目标识别模型。该模型利用模糊信息论中的模糊数,基于贴近度的模糊模式识别对待识空中目标进行初步识别,同时为解决不确定信息本身对目标识别结果稳定性的影响,采用模糊信息熵对目标识别结果修正,从而进一步提高了空中目标识别结果的稳定性和可信度。     

用不确定性度量作战效能的评估方法

把作战过程分解成多个节点,用不确定性自信息量度量各节点完成任务的程度,并改造了信息熵函数,得出一种适合求解作战效能的评估方法.最后,针对一实例进行效能评估建模、验模和灵敏度分析.     

基于信息论的信息共享质量评估研究

如何度量编队作战中信息共享的质量,是一个值得研究的新课题。根据信息论的知识,从信息的产生概率和不确定性方面出发,建立了仅与节点的状态概率有关的双节点和网络信息共享的质量评估模型,并通过仿真得出了结果。     

熵理论在装备保障指挥组织结构优化中的应用

把熵理论应用于装备保障指挥组织结构的优化设计,并以某军区装备部机关组织结构为例,从量化的角度比较改革前后组织结构的时效熵和质量熵,得出结论:改革后的军区装备部机关组织结构有序度优于改革前机关组织结构有序度。     

复杂网络节点重要度评估及网络脆弱性分析

提出一种基于节点状态演化级联失效模型的节点重要度评估和网络脆弱性分析方法。故障传递演化的内在机理是基础复杂网络变得脆弱的根源。在负载网络级联失效模型的基础上,提出一种能够实时跟踪节点负载状态,继而根据节点状态来重分配节点负载的重分配模型。提出基于节点状态演化的节点重要性评估和网络结构脆弱性分析方法,通过脆弱性分析结果找出网络的健壮性参数,并对此节点重要性评估方法进行失效分析。通过仿真实验验证方法的有效性。     

基于LMD频域近似熵频谱感知算法研究

针对现有频域近似熵频谱感知技术在低信噪比条件下抗噪声性能和检测性能有待提升的问题,提出了一种基于LMD频域近似熵的频谱感知算法。(1)算法筛选出3个PF分量累加求和,使得算法提取局部调频包络特征信息得到最优,进一步排除噪声不确定度的影响。(2)算法对累加PF分量进行频域变换后求其近似熵,增强算法对频域信息的嗅探能力,提升算法检测性能。Monte Carlo仿真结果表明,在噪声不确定度为0dB,采样点数为8 000的情况下,当信噪比大于-19 d B时,可以对2ASK信号达到100%的检测概率,与现有频域近似熵算法相比,检测性能约有17 d B的提升。     

基于Bow-tie模型的发动机空中停车事故分析与预防

发动机空中停车是航空事故主要致因之一。首先,通过数据梳理和分析,构建发动机空中停车故障树,结合重要度分析理论,求解各基本事件的重要度,得到造成发动机空中停车事件的最薄弱环节——供油系统故障。基于Bow-tie理论,构建发动机供油系统Bow-tie模型,直观地显示了该故障产生的根本原因和可能导致的后果,进而提出了预防该故障发生的对策建议,达到降低发动机空中停车事故概率的目的。     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。