面向任务的模块化战备方案修订及运用模式

针对当前信息技术发展的推进及部队使命任务的拓展和转型实际,对模块化战备方案研究现状进行了深入分析,面向作战任务,从任务、组织、专业和装备4个方面对模块化的战备方案进行了构建,对战备方案的运用流程进行了描述,而后以特种部队为案例,介绍了具体的模块组成,并引入反恐怖作战行动案例进行了合理性验证。通过模块化战备方案规划,保证不同情况任务模块的构造能力和组合能力,提高了战备方案的灵活性、适用性和可靠性。     

基于专家系统的弹道导弹目标识别方法

传统Dempster-Shafer(D-S)算法及其改进算法中,一般将冲突证据与不冲突证据统一融合,无论融合过程中冲突证据所占权重多小,这都将降低融合效率。针对这个问题,引入专家系统理论,面向信息融合中证据冲突的问题,将冲突证据与无冲突证据分组,构建了基于专家信任度的弹道导弹目标识别模型和专家知识库模型,从工程上设计了弹道导弹目标识别专家知识库系统,提出了两种专家知识权重确立方法,并通过实例以及仿真,验证了算法的可行性。     

基于能力的远程航空通信用频需求获取策略

提出一种基于能力的远程航空通信用频需求获取策略。分析了远程航空通信用频需求获取的基本思路。在此基础上,将远程航空通信用频需求自顶而下划分为任务需求、能力需求、效果需求3个层级,通过对层级进行定义和关系分析,给出基于能力的远程航空通信用频需求获取框架,最后对需求获取准则进行定义,得出一套较为科学有效的远程航空通信用频需求获取流程。     

级间设计人机联合探月方案

利用登月飞行器的级间组合设计方法对载人登月飞行器的构造进行设计,在级间方案的论证中分析了不同组装模式对运载火箭能力的需求,建立了航天员和机器人联合探测的载人登月方案。级间组合方法可为应转移飞行器和登月飞行器设计提供另一种思路,根据飞行器级间的不同组合方式对登月飞行器的质量规模进行了初步估算,并对比了不同飞行方案对运载火箭能力的需求,研究可为我国首次载人登月任务方案提供参考。     

STK飞行任务仿真及其在空地链路分析中的应用

飞行仿真是飞行航路设计,飞行任务规划以及飞行训练等项目中非常重要的一项任务。介绍了在STK(Satellite Tool Kit)的三维显示环境下,利用STK提供的专业化模块STK/AMM(Aircraft Mission Modeler)进行航空器飞行任务仿真的方法,详细阐述了利用该模块进行飞行任务规划和飞行路径设计的过程。同时结合STK的数据分析功能完成航空器在飞行过程中与地面台站的通信链路的可用性分析。给出的仿真方法较以往的仿真方法简单,设计过程更加灵活,可以快速地实现飞行任务仿真设计和空地通信链路的可用性分析。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素,制约着装备的使用效果。针对备件需求随任务阶段动态变化时装备保障方案的评估和优化问题,考虑站点维修能力对备件维修过程的影响,结合METRIC建模方法和动态排队理论,建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上,以保障费用为优化目标、装备可用度为约束条件,建立任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值,分析各项资源的边际效益值,采用边际优化算法对各项资源进行优化计算。算例分析表明,评估模型能够计算多级保障系统任务期内各阶段装备可用度;保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制订合理的保障方案提供决策支持。     

反导作战多传感器任务规划技术

多传感器任务规划技术是反导作战中的重要研究内容之一,即解决如何发挥多维传感器资源的互补优势,构建"传感器-目标-任务"序列,以实现整体执行效果最优。基于JDL信息融合模型深入剖析了反导作战多传感器任务规划体系结构及其信息交互。在此基础上,结合反导作战特点,从应用和理论研究两个方面分别对多传感器任务规划技术进行了叙述。     

临近空间高超声速目标上升段拦截需求分析

针对临近空间高超声速目标(NSHT)防御问题,从NSHT的特点出发分析上升段拦截面临的难点,并建立了空基拦截模型,以此为基础分析拦截武器所需的能力并确定其指标,对于拦截系统的建设具有一定的借鉴意义。     

舰船总体任务成功性的建模与应用

针对典型舰船的系统组成,进行了全舰任务成功性指标的示例计算,给出了总体指标的层次化表达方式。以舰船任务过程和典型任务剖面为依据,分析了任务可靠性和任务成功性之间的区别与联系,建立了舰船总体任务成功性指标的多阶段整体模型,并对航渡、待机、交战、撤离、返航阶段分别进行了仿真和解析建模。在建模与计算的基础上,通过敏感性分析计算了任务阶段持续时间的单位降低率等指标,为舰船任务成功性问题及其相关研究,提供了一个系统性的分析框架和方法。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.