C2组织的定量描述与分析

信息时代的C2组织是信息化战场作战体系的内核,高效运作的C 2组织是体系对抗优势的保证。以组织的规范描述为目的,提出C2组织要素间的多重关系及关系的定量描述方法,并以一次典型作战想定及其兵力编成为例,分析了C2组织的定量描述分析方法。     

改进的TOPSIS法在雷达干扰资源分配中的应用

对雷达进行侦查是干扰雷达的前提,由于侦查无法得到精确的实际雷达工作参数,而只能得到一个工作参数区间,因此属性值为确定值的多属性决策方法是不适用的.从多个属性出发,提出改进的基于逼近理想解排序的TOPSIS法,针对属性权重信息不完全且属性值为区间数的特征,将多属性决策问题运用到雷达干扰资源分配中来,对雷达干扰资源进行优选配置,通过多个无线传感器干扰节点协同干扰,使其达到最佳的干扰效果.     

雷达干扰效能评估指标体系的构建方法

建立合理的干扰效能评估指标体系是实现雷达干扰效能综合评估的前提,首先分析了影响雷达干扰效能的要素,提出了一种由雷达受到干扰后的战术性能变化、干扰机主要战术性能参数和电磁环境因素建立雷达干扰效能评估指标集的方法。然后应用粗糙集属性约简算法对该指标集进行约简,删除了冗余属性,并对约简后的指标体系进行了有效性检验。仿真结果表明,该指标体系具有较好的完备性和独立性。     

激光武器复合轴跟踪瞄准的稳定性分析

复合轴跟踪技术是激光武器精确跟踪瞄准目标的关键技术之一,掌握这门关键技术至关重要。对复合轴跟踪切换的视场匹配和系统设计时的粗、精跟踪系统的带宽比进行分析,从仿真结果得出在设计激光武器复合轴跟踪系统时要对粗、精跟踪系统的带宽和跟踪视场合理分配,选择合适的带宽比以达到跟踪切换的平滑性,实现对目标的精确跟踪。为复合轴跟踪控制系统的设计提供了一些参考思路,也对实现激光武器对目标的精确瞄准有一定的科学参考价值。     

固定目标防护的干扰波束内部压制区模型分析

针对目前压制性干扰研究状况以及原有固定目标防护干扰方程运用时可能存在的缺点,重点分析了干扰方程中干扰波束增益这一参数,改进了原有干扰方程,构建了干扰波束内部压制区计算模型,仿真了不同波束方向下的有效压制区,总结了可能的变化规律,讨论了多目标干扰的可行性。此方程对干扰资源的配置和干扰效能的优化有一定实用价值。     

基于使命和方法框架的武器装备体系结构建模

针对武器装备体系的特点,提出一种基于使命和方法框架(M iss ions and M eans F ram ew ork,MM F)的武器装备体系结构建模方法。MM F模型包含使命的确定、方法的分配和使命完成的评价。采用使命-方法框架对武器装备体系进行组织和描述。在自上而下的规划和决策过程中,实现了使命的确定和方法的分配,以数据要素的形式完成对武器装备体系结构模型的构建。并以"超地平线登陆"作战装备体系为例,验证了该方法的可行性。     

飞机机翼结构损伤仿真研究

飞机结构的战伤模式及战伤程度预测对于制定战场抢修预案及改进战斗生存力设计具有重要意义。采用计算机模拟仿真技术定量分析了飞机机翼结构遭受射弹攻击后的损伤情况。通过损伤仿真讨论了3类情形,一是机翼结构受到简单的侵彻后的冲击效应;二是高速射弹攻击带有翼盒的机翼,而产生流体动力冲压效应;三是在射弹冲击模型中增加爆炸条件,研究射弹以任意角度冲击不同的位置产生的耦合效应。基于AN SY S/LS-DYNA仿真,给出了机翼结构损伤的结果,结论为战伤飞机战场抢修的快速评估提供了科学依据,也为飞机平时修理提供了参考。     

指挥控制组织结构扁平化分析及测度

为分析研究指挥控制(Command and Control,C2)组织结构的扁平化程度,给出了指挥控制树和协作交流网的概念,阐述了金字塔式C2组织结构和扁平式C2组织结构。在此基础之上,针对两种C2组织运作环境,分别设计基于拓扑的C2组织结构扁平化测度和基于任务的C2组织结构扁平化测度。案例给出了两种组织结构的扁平化测度计算结果,结果及比较分析表明扁平化测度计算方法的可行性和有效性。     

基于CAM的认知超宽带频谱感知方法

频谱感知是认知超宽带系统的核心部分,针对超宽带频带内授权信号类型确定的特点,为了弥补自相关检测不能够识别信号类型的缺点,提出利用信号的循环谱特征和自相关矩阵差异性来检测授权信号,该方法融合了自相关检测和循环谱检测的优点进行合作判决。仿真表明该方法在高低信噪比环境下均能比循环谱检测和能量检测得到更好地检测效果,因此适合于认知超宽带系统。     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.