CEC条件下的舰艇编队防空问题

未来战争是"海、陆、空、电、天"五位一体的高技术战争,机动战、火力战和信息战将贯穿于作战的全过程.面对这样一种局面,传统的水面舰艇编队防空作战样式必将发生重大变革以适应未来海战的需要.美国海军针对上述情况研究了协同作战能力(CEC),并将其推广应用于各种指挥系统.CEC已经成为一种提高指挥系统协同作战能力的重要技术,通过使每个独立平台成为战斗群的延伸来弥补单个平台的弱点.借鉴了网络中心战的思想并结合美军提出的CEC,分析了CEC条件下的我水面舰艇编队的防空问题.     

一种可用于指挥自动化网的USB安全钥设计

介绍了一种用于指挥自动化网络中进行身份认证的USB安全钥安全管理系统,给出了使用USB安全钥进入网络终端时的认证机制,调用与浏览服务器信息时的认证流程,以及USB安全钥软、硬件的设计要点.在该安全钥管理系统中可运行重要软件的关键程序和查询关键信息,有效增强保密强度,安全钥采用USB接口,具有支持热插拔、携带方便等优点.     

二阶线性系统高阶PI观测器设计问题

考虑二阶线性系统的高阶比例积分(PI)观测器设计问题,提出了一种参数化方法。该方法给出了该类观测器的增益矩阵和左特征向量矩阵的参数化表达式。这些参数为控制系统设计提供了全部自由度,可通过优化等手段适当选择这些参数来满足某些性能要求,如干扰解耦、LTR和鲁棒性等。该观测器设计的参数化直接基于二阶线性系统的参数矩阵,不涉及二阶线性系统的变换或增广,表明了所提方法的简单有效性。     

基于差分和神经网络的同步辐射光源图像压缩方法

针对常见的图像无损压缩方法效果不佳问题,提出了一种基于图像差分和神经网络的同步辐射光源图像无损压缩方法。通过图像差分以减少图像序列内部的线性相关性,训练神经网络模型以学习图像序列内部的非线性相关性,得到预测概率分布,结合算术编码压缩。为加速预测和编码过程,将像素值按位分裂为两部分进行并行处理。基于上海同步辐射光源图像的测试表明,相较于便携式网络图形、JPEG2000和自由无损图像格式等,该方法可将压缩率提升20%以上,像素位分裂可以缩短30%的模型预测和编码时间。     

基于集对分析的战场态势分析模型

在防空作战中,战场态势的分析非常重要,它是辅助决策的基础.针对战场态势的问题,以集对分析的同异反联系度和距离测度为基础,构造了战场态势的分析模型,进行了深入探讨.最后,通过实例计算表明了分析模型对于评估战场态势的可行性和有效性.     

基于Matlab神经网络的水下目标识别

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了目标像素灰度分布特征提取方法,并针对水下光信号衰减的情况,采用了色彩"补偿"的解决方案.对图像矩阵通过奇异值分解得到了目标有效维特征向量,分类器设计采用了Matlab环境下的BP神经网络,识别结果是令人满意的.这对猎雷具装备的发展具有一定的参考价值.     

一体化联合作战指挥信息流通体系逻辑结构分析

针对协同性联合作战向一体化联合作战转变对作战指挥产生的影响,在正确定位指挥信息流通体系的基础上,从一体化联合作战的本质特征及对指挥信息流通体系的影响出发,设计了基本作战单元指挥信息输入、输出模型,并通过将作战体系区分为四类模块,得出了指挥信息流通体系的逻辑结构.     

关于Tu-Deng函数的一个注记

2009年,Tu和Deng在一个组合猜想成立的基础上,构造了同时具有最优代数免疫性、最优代数次数和高非线性度的一类偶数元布尔函数.这类函数被称为Tu-Deng函数.基于同一猜想,Tu和Deng又构造了同时具有次最优代数免疫性、最优代数次数和较高非线性度的一类偶数元的l -阶弹性函数.通过研究由Tu-Deng函数导出的两个布尔函数的级联的密码学性质,在Tu-Deng猜想成立的基础上,给出一类奇数元的1 -阶弹性布尔函数.这类函数同时具有次最优代数免疫性、最优代数次数和较高非线性度.     

Coordinated replenishments from multiple suppliers with price discounts

In this study we present an integer programming model for determining an optimal inbound consolidation strategy for a purchasing manager who receives items from several suppliers. The model considers multiple suppliers with limited capacity, transportation economies, and quantity discounts. We propose an integrated branch and bound procedure for solving the model. This procedure, applied to a Lagrangean dual at every node of the search tree, combines the subgradient method with a primal heuristic that interact to change the Lagrangean multipliers and tighten the upper and lower bounds. An enhancement to the branch and bound procedure is developed using surrogate constraints, which is found to be beneficial for solving large problems. We report computational results for a variety of problems, with as many as 70,200 variables and 3665 constraints. Computational testing indicates that our procedure is significantly faster than the general purpose integer programming code OSL. A regression analysis is performed to determine the most significant parameters of our model. © 1998 John Wiley & Sons, Inc. Naval Research Logistics 45: 579–598, 1998     

基于PMC模型的神经网络

在计算机系统中有许多诊断算法,其中针对PMC模型有0-1规划的诊断算法,这个诊断算法是NP完全的,是在多项式时间内不可解的。然而利用神经网络的高度并行性这个特点,就可以在很短的时间内解出结果。主要分析了系统诊断模型PMC的症候特征,得到其充要条件,提出了新的算法,该算法具有高度的并行性,神经网络的发展为此提供了用模拟电路来实现算法的可能性,并进行了模拟验证。