基于改进熵值法的装备维修保障能力灰色评估

装备维修保障能力评估的准确度直接影响到装备的保障效能。在评估中,指标权重的确定尤为重要。针对熵值法赋权中单一指标权重过大,影响评估结果的问题,借鉴AHP赋权法,构建基于指标信息熵的判断矩阵来求解权重,克服了熵值法单一指标权重可能过大的问题。最后采用灰色系统理论对装备的维修保障能力进行了评估,通过分析评估结果,验证了该方法的正确性。     

非线性目标跟踪滤波算法的比较研究

针对不同的非线性目标跟踪滤波算法在性能上存在较大差异的问题,展开了5种非线性滤波算法的比较分析研究,通过分析不同滤波框架下非线性目标跟踪性能,阐述了算法理论中的关键异同点.通过仿真实验和跑车试验,比较了基于Kalman框架下非线性滤波算法和基于Monte Carlo贝叶斯估计的粒子滤波在估计精度、计算量等方面的优劣性.实验结果表明,在复杂的非线性环境中,粒子滤波相对于其他4种滤波器滤波精度更高,但计算复杂耗时长,该结果可为非线性目标跟踪滤波算法的选取提供有益的参考.     

基于改进NSGA-III算法的动态武器协同火力分配方法

针对防御场景下的动态武器协同火力分配问题,将其转化为多目标约束组合优化问题,在考虑资源约束、可行性约束的前提下,以我方损失最小、消耗资源最小为原则,对敌方目标造成最大的伤害.基于此,在NSGA-III算法的基础上提出基于A-NSGA-GKM算法的动态武器协同火力分配方法,通过遗传K均值聚类算法对初始参考点进行自动分组聚类,用聚类中心代替原参考点,引入基于惩罚的边界相交聚合函数代替原垂直距离,进一步提升原始算法的收敛性能,引入自适应机制保证优秀的解结构.最后,通过实验仿真表明所提优化算法具有较高的收敛性,该方法能够有效地解决动态武器协同火力分配优化问题.     

基于谱聚类的扇区划分

为了使有限的空域资源得到合理的利用,同时平衡管制员的工作负荷,研究了基于谱聚类的扇区划分问题.提出了点的靠近程度,结合对实际航迹数据的检测,建立了带有权重的空域网络结构模型;利用谱聚类算法对空域中的关键点进行聚类,解决了管制扇区划设时协调负荷过大的问题,通过voronoi图生成扇区边界并进行几何修正;利用提出的方法,以太原地区的空域为例进行分析,并结合了TAAM仿真,验证了该扇区划分方法的有效性和合理性.     

TCP友好的路由器设计

TCP流是网络中主要数据流,TCP协议处理机制的研究有助于我们认知网络内部复杂特性,合理利用网络资源,这些对于路由器设计具有重要意义。根据TCP协议处理机制,在分析TCP协议加增倍减的拥塞控制模式对报文缓冲的影响和TCP流保序性要求对报文处理的影响的基础上,对路由器的设计中报文缓冲和报文分配等关键问题提出了TCP友好的解决方案。TCP友好的路由器设计有利于提高路由器处理能力。     

1553B总线即插即用解决方案

在传统1553B总线通信协议的基础上，通过增加初始握手过程和远置终端电子数据单的设计，形成具有即插即用特征的通信协议。基于这个协议，给出1553B总线控制器的即插即用设计方案，包括远置终端加入的总线表构建算法、管理数据结构和总线表动态调度的运行控制方式。总线表构建算法采用基于电子数据单的方法，根据远置终端的通信需求进行分析、计算、转换得到新的总线表。数据结构的思路是将总线表内容的分析提前到初始化时完成，以提高总线运行时的管控和数据交换的效率，以及方法的统一。总线表调度采用主总线表加插入消息的方式。对以上综合解决方案进行时间和适用场合的效果评估，结果表明该方案形成的总线周期、远置终端接入时间长度等指标达到了可以接受的程度，既保持了总线周期的稳定，又提供了即插即用所需要的控制灵活性。具有即插即用特征的1553B总线在CCSDS-SOIS架构中作为底层子网之一，为上层即插即用系统的构建提供了支撑。     

基于深度学习的战役初始态势认知方法

战役初始态势不仅影响着整个战役进程,而且对战役筹划的影响也极为显著。以深度学习为代表的人工智能技术突飞猛进,为我们利用人工智能技术实现自动识别复杂的战役初始态势、模拟战役指挥员的经验知识带来了契机,作者就此问题进行初步探索性研究。对战役初始态势的概念及其类型进行了介绍,探讨了基于深度学习的战役初始态势认知模型构建,对模型构建步骤、输入和输出的设计进行了探讨,对卷积神经网络的基本思想、结构、训练进行了介绍,在示例中介绍了样本数据的录入程序、卷积神经网络的具体结构与应用程序,验证了方法的可行性与有效性。所提出的战役初始态势认知方法可以在一定程度上获得指挥员对战役初始态势的经验知识。     

失效概率函数求解的高效算法

结合基于分数矩约束的极大熵方法和替代模型法,发展了一种失效概率函数求解的高效算法。所提算法的基本思路是利用自主学习的迭代Kriging方法来构造失效概率函数,即采用较少的训练样本来构造粗糙的失效概率函数,在此基础上通过添加新的违反学习函数约束的样本来更新失效概率函数,直到达到精度要求。对于每一个分布参数的训练样本点,所提方法采用分数矩约束的极大熵法来求解相应的失效概率样本。由于分数矩的计算采用了高效的降维积分,并且由于分数矩约束下极大熵法中优化策略高效地逼近了响应的概率密度函数,从而使得失效概率样本能够被高效高精度地估计出来。为了检验所提方法的精度及效率,给出了两个算例,对比了所提方法与已有的失效概率函数求解的Bayes公式法及Monte Carlo法等,结果表明,所提方法适用于求解复杂的功能函数问题,且在满足精度要求的基础上大大降低了计算量。     

计及技术风险的复杂系统多分辨率风险评估方法

针对技术风险难以直接度量、模型参数设定主观性较强等问题,利用技术成熟度的规范化方法评估系统组成的技术实现条件和难度;通过矩阵化的系统描述及关联关系推理,建立各分系统技术成熟度与系统过程模型动态参数之间的量化关系;采用系统过程建模仿真的间接方法,计算进度或费用超出可承受范围的不确定性,用以评估复杂系统研制的技术风险。通过多分辨率建模方法提高系统分析粒度,使该方法具有随系统演化过程对技术风险评估保持更新和分析粒度提升的能力。     

用户意图的网络边缘主动计算方法

互联网端到端的设计原则没有区分端系统和网络间接口,使得用户分组处理期望无法告知网络,降低了网络效能。首次提出用户转发意图概念,端系统凭此向网络通告其意图,并借助网络边缘计算能力得以执行,实现用户意图在网络节点转发决策中的主动使能,构成新型主动表意网络i-ECAN。主动表意网络可以在视频直播加速、物联网数据融合、端系统安全认证等场景中得到应用。基于CORE模拟器构建网络演示环境,对无线网络切换和基于主动表意网络的无线网络切换的延迟进行比较,证明了主动表意网络机制的合理性和可行性。主动表意网络扩展了新的端系统和网络之间的接口,为人-网协同提供了基础。