基于复杂网络理论的指挥信息网络拓扑模型研究

从网络科学的观点出发对作战指挥机构进行研究,建立了指挥关系网络和通信网络,以及在两者基础上的指挥信息网络拓扑模型,分析了指挥信息网络的度分布特性,提出了描述指挥信息网络的特征参量,进行了针对指挥信息网络的体系破击仿真实验,得出了与战争实际相符的结论,为利用复杂网络知识研究信息化条件下的体系对抗进行了积极地尝试和探索。     

基于TOPSIS的同步轨道通信卫星综合能力评估

同步轨道通信卫星具有诸多优势,现有的通信卫星星座大多由多颗此类卫星组成。星座中的每颗卫星对特定作战区域的影响不尽相同,提出了采用逼近理想点法对同步轨道通信卫星综合能力进行了评估,为了解星座中各颗卫星的相对重要性提供了依据。首先,介绍了评估过程,根据同步轨道通信卫星特点提出了评估指标体系;其次,重点介绍了逼近理想点法运用的模型;最后通过仿真实例,证明这种评估方法运用于同步轨道通信卫星综合能力评估可行。     

一种适用于UHF频段军事卫星通信的高效传输方案

特高频(UHF)频段由于其良好的通信性能,正愈发广泛地应用于军事卫星通信,尤其是卫星移动通信,然而由于该频段信道所受干扰和固有衰落的限制,UHF在卫星通信中的应用并非一帆风顺。如何提高系统通信容量及在干扰环境下的信道可用率是目前UHF频段军事卫星通信发展所面临的主要挑战。文章在分析UHF频段卫星通信特点的基础上,简要介绍了具有良好性能的低密度校验码(LDPC)码和连续相位调制(CPM)方式,并结合UHF频段的卫星信道特点,提出了一种新的发展对策——LDPC+CPM+FH的串行级联通信方案,最后对方案进行了建模和计算机仿真。     

RBF神经网络的C4ISR系统效能评估

针对当前效能评估方法存在人为因素干扰的问题,并考虑到RBF网络具有收敛速度快,无局部极小优点等优点,建立了基于RBF网络的C4ISR系统效能评估模型.模型采用K-均值聚类算法确定隐层节点数据中心和扩展常数;用最小二乘法进行输出层权值的修正;为防止病态,用目标总函数动态地确定隐节点的个数.最后,将得到的结果和BP网络输出...     

多目标环境下基于分布式融合思想的误差估计方法

针对多雷达多目标跟踪过程中分布未知的系统误差估计问题,提出了基于"分布式融合思想"的误差估计方法。给出相应误差估计方法的计算公式,利用改进截断奇异值方法来减轻矩阵病态性的影响,提高误差估计的稳健性。设置了两种不同的系统误差仿真场景,对"分布式"误差估计方法在两种情形下的估计性能进行了仔细对比分析。结合"分布式"误差估计方法与"集中式估计"方法所体现出的优缺点,提出了一种将两种方法结合起来的系统误差估计算法,算法通过合理选择阈值门限η,能够在多雷达多目标且系统误差分布未知的复杂环境下对两种误差估计算法自适应地进行切换,从而充分发挥两种误差估计算法各自的优点,给出更好的误差估计结果。     

融合神经网络与超像素的候选区域优化算法

为解决目标检测中候选区域召回率低的问题,提出融合神经网络与超像素的目标候选区域算法。该算法利用神经网络提取更能清楚表达目标边界的特征,并使用聚类、相似性等策略,计算每个滑动窗口所含有的边缘信息量;将待测图像使用简单线性迭代聚类算法分割成若干个超像素,并利用超像素的空间位置、完整性、相邻超像素间的对比度信息,计算各个超像素的显著性得分及每个滑动窗口的显著性得分;根据每个滑动窗口的边缘信息及显著性得分筛选滑动窗口。在PASCAL VOC 2007测试集上进行对比实验,其实验结果表明:所述算法能够快速产生定位质量高的候选区域。     

Real-time prediction of projectile penetration to laminates by training machine learning models withfinite element solver as the trainer

Studies on ballistic penetration to laminates is complicated, but important for design effective protection of structures. Experimental means of study is expensive and can often be dangerous. Numerical simu-lation has been an excellent supplement, but the computation is time-consuming. Main aim of this thesis was to develop and test an effective tool for real-time prediction of projectile penetrations to laminates by training a neural network and a decision tree regression model. A large number of finite element models were developed;the residual velocities of projectiles fromfinite element simulations were used as the target data and processed to produce sufficient number of training samples. Study focused on steel 4340tpolyurea laminates with various configurations. Four different 3D shapes of the projectiles were modeled and used in the training. The trained neural network and decision tree model was tested using independently generated test samples using finite element models. The predicted projectile velocity values using the trained machine learning models are then compared with thefinite element simulation to verify the effectiveness of the models. Additionally, both models were trained using a published experimental data of projectile impacts to predict residual velocity of projectiles for the unseen samples. Performance of both the models was evaluated and compared. Models trained with Finite element simulation data samples were found capable to give more accurate predication, compared to the models trained with experimental data, becausefinite element modeling can generate much larger training set, and thus finite element solvers can serve as an excellent teacher. This study also showed that neural network model performs better with small experimental dataset compared to decision tree regression model.     

FBCB2系统的作战应用及未来发展

FBCB2是美国卫星导航、卫星通信、卫星遥感等航天系统与地面及空中通信系统、图像获取系统集成的一体化系统,是天、空、地系统综合应用的典范.介绍了FBCB2系统的性能特点及其在部队中的配备情况,在作战中的应用情况,就目前美国对FBCB2系统所进行的完善改进工作进行了分析.     

基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计

摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件,并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间,使该结果在获得更小的保守性同时也降低了计算的复杂度．     

航空导航技术的发展方向

针对航空导航的特点,对现有航空导航装备的特点进行了分析,并结合未来作战的需求,给出了航空导航技术的发展方向,主要是组合式导航体制,将卫星导航与惯导的组合进一步与地形辅助导航、地球物理导航、地磁导航等方式结合起来.