网络中心式空战仿真研究

将网络中心战思想引入空战仿真研究,提出基于复杂适应系统理论的网络中心式空战模型.对网络中心式空战子模型进行设计,使空战单元根据对局部环境的感知所获取的态势信息来调整自身个性,调整规则依据约束变量的设定和决策元规则.通过仿真实验着重考察了具有自适应性的空战单元在空战对抗中的作战表现,实验结果初步验证了其战斗效能优势.     

基于Libpcap网络数据包捕获技术的改进

分析了Linux下基于Libpcap的网络数据包捕获技术机理,指出了影响数据包捕获性能的＂瓶颈＂,通过零拷贝技术、内存映射技术和中断节制机制对其改进,并进行仿真实验。结果表明：改进方法可以显著提高数据包的捕获率。     

对称五元照射的SCM网络设计分析

从需求分析、对称五元照射器组阵设计、单通道单脉冲（Single-Channel Monopulse,SCM）网络设计等几个环节,深入分析了无人值守条件下高动态低仰角跟踪所采用的对称五元照射SCM网络的实现方法。通过与传统3通道天线组阵的比较,阐明了新对称五元照射阵列的优越性;通过与双通道多模馈源和差网络的比较,阐明了新SCM网络的特点;根据校飞试验结果,证明了设计方法的合理性。     

Optimization of steerable sensor network for threat detection

A Markov chain approach to detecting a threat in a given surveillance zone by a network of steerable sensors is presented. The network has a finite number of predetermined states, and transition from one state to another follows a Markov chain. Under the assumption that the threat avoids detection, two game theoretic problems for finding an optimal Markov chain (two surveillance strategies) are formulated: the first maximizes the probability of threat detection for two consecutive detection periods, whereas the second minimizes the average time of detection for the worst‐case threat's trajectory. Both problems are reduced to linear programming, and special techniques are suggested to solve them. For a dynamic environment with moving noise sources, the optimal Markov chain changes at each detection period, and the rate of convergence of the Markov chain to its stationary distribution is analyzed. Both surveillance strategies are tested in numerical experiments and compared one with another. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

基于目的地预测的多相似加权目标编群方法

针对目标编群中单一算法存在的适用范围小、误分率高的问题,提出一种新的态势估计中目标编群的处理方法。首先应用Hop fie ld神经网络对态势中目标的目的地做出判断,然后采用多相似性加权策略计算出目标间的相关系数,再根据最大相关系数层次聚类算法实现编群。仿真结果表明方法能在一定程度上减小错误编群的概率,同时适用范围也得到了扩展。     

基于功率控制的水下声学传感器网络部署

目前对在传感器网络部署优化的研究中,主要集中在二维传感器部署优化的研究上,对水下三维传感器网络的部署研究特别是以优化网络资源、延长网络寿命为目的水下传感器网络非均匀部署的研究较少。改进了现有传感器探测模型,建立探测功率与传感半径的关系,结合体心立方格覆盖方案,建立了水下传感器网络非均匀部署模型,仿真实验表明,非均匀部署模型有效地控制了节点部署密度,平衡了网络能量,相对于均匀部署模型显著提高了网络寿命。     

神经网络仿真导弹阵地信息化评估

分析了导弹阵地信息化建设的内容,构建了导弹阵地信息化建设的评估指标体系,建立了基于BP神经网络的导弹阵地信息化建设评估模型,基于Matlab神经网络工具箱是实现网络模型的建立、训练和仿真,利用训练好的网络模型对不同导弹阵地的信息化建设情况进行了评估.计算分析表明,建立的测评体系符合实际,模型便于部队和决策机关操作,对于...     

基于神经网络的地空导弹武器系统作战能力评估

根据地空导弹武器系统的作战使用特点,分析了评估其作战能力方法的局限性。根据指标体系设置的原则,建立了地空导弹武器系统作战能力评价指标体系。通过分析人工神经网络的结构和特点,设计了评估地空导弹武器系统作战能力的神经网络模型。该模型不需要确定各因素之间严格的定量关系,克服了以往由于人为因素所造成的负面影响。最后通过实际应用,说明该方法简便易行,准确可靠。     

一种加速收敛的LDPC码译码算法

对高斯信道下LDPC(Low-Density Parity-Check)码的传统的译码算法进行分析,指出影响收敛速度的原因,并提出了一种基于整数运算的加速收敛的LDPC码译码算法。该算法融合分层译码(Layered Belief Propagation)算法、带偏移量的最小和算法(Offset Min-Sum)以及量化的优势。仿真验证表明该算法有效地减少了译码复杂度,加速了译码收敛,且性能上同传统的量化最小和算法相比没有下降。     

神经网络在雷达装备故障趋势预测中的应用

为了提高预测精度,在雷达装备状态监测与故障趋势预测系统中引入基于指数衰减的神经网络预测模型。通过普通BP网络预测模型引出基于指数衰减的神经网络预测模型,经验证预测精度较高。并介绍了雷达装备状态监测与故障趋势预测系统构成,此系统对于雷达装备的早期故障预测和预防性维修具有重要意义。