体系攻防条件下的多阶段目标选择模型

针对体系攻防对抗条件下的目标选择问题,提出了一个基于完全信息序贯博弈的多阶段目标选择模型。该模型分析了目标体系攻防的博弈过程,使用动态贝叶斯网络描述了对抗双方策略对博弈状态的影响,将目标选择问题转化为标准的博弈树对策问题求解。然后设计了一种消除目标体系结构中与或子树的方法,以简化目标选择策略空间。最后通过案例说明了使用逆向归纳法求解目标选择策略的过程。结果表明,该模型和方法能够在体系攻防、目标间具有复杂层次关联的条件下为目标选择决策提供辅助。     

基于能力的雷达装备保障指挥效能评估

将基于能力的思想运用到雷达装备保障指挥效能评估中,从宏观和微观两个层面讨论了雷达装备保障指挥效能及要素,按照能力分析、指标初建、指标重构三个步骤构建了基于能力的雷达装备保障指挥效能评估指标体系,并建立了基于云的雷达装备保障指挥效能评估数学模型。     

雷达信号仿真中箔条干扰回波模型研究

雷达信号仿真是抗干扰算法研究和验证的有效措施。针对箔条干扰随机信号模型难以满足高精度仿真的需要,本文在分析和总结箔条干扰散射特性和运动特性的基础上,对箔条干扰回波模型进行了更深入和精细化的研究。在Matlab平台上通过编程优化克服了复杂计算的问题,并获得了较好的模拟效果。仿真实验表明,该模型可为精确研究箔条干扰提供数据支持。     

面向需求变化的军队自动化立体仓库货位优化

为提高军队自动化立体仓库的出库能力,提出应根据需求变化对在库物资货位进行动态调整,从而最大限度地保障军队物资需求。综合考虑堆垛机总行程、货物离散度和出库频率等评价指标,采用遗传算法对该多目标优化问题进行求解,并运用Matalab仿真。结果表明,该方法能较好地提高军队自动化立体仓库在需求动态变化时的出库能力。同时,该研究对一般仓库的货位优化也有一定的借鉴意义。     

基于Simulink的鱼雷尺度靶收发干扰仿真

在分析尺度靶多亮点目标模型的基础上,建立了拖曳线列阵靶收发干扰和信号处理模型,然后利用Simulink工具箱对干扰模型进行了仿真,最后给出了仿真结果。结果表明,靶标收发换能器间的干扰会导致转发信号产生畸变,但其畸变对信号幅度的影响较小,不会对目标模拟产生影响,验证了拖曳靶进行目标模拟的可行性,对鱼雷尺度靶及其它水声目标模拟设备的研制有一定的参考应用价值。     

相控阵雷达外场试验目标模拟技术

针对传统雷达回波模拟技术模拟目标态势单一、建设成本高、灵活性差等缺陷,结合相控阵雷达快速波束定向的扫描特点,提出了一种基于射频存储转发技术和移动阵列平台的相控阵雷达外场试验目标模拟方法。该方法采用射频空间辐射注入的方式为雷达提供较为逼真的三维空间模拟目标回波信号和构建较为复杂的模拟目标场景态势,能够支持包括雷达天线在内的整个雷达系统进行模拟试验或训练。最后通过实例仿真验证了该方法的有效性和可实现性。     

弹药物资储备布局规划仿真模型＊

介绍了当前弹药物资储备布局规划的现状,对其涉及的要素进行分析,构建了弹药物资储备布局规划网络模型。在此基础上提出了分析模型,将弹药物资布局规划求解问题描述为有约束条件的多目标优化数学模型,解决了各仓库弹药存储量难以预测的问题,并通过实验进行了验证分析。     

基于系统动力学的工程项目目标控制

针对工程项目目标控制问题,通过德尔菲法确定工程项目目标控制的主要影响因素,基于系统动力学反馈与仿真分析理论建立了工程项目目标控制系统动力学模型。采用专家打分法确定参数,利用Vensim软件对模型进行模拟演化和算例分析,讨论不同策略和策略组合的工程项目目标控制效果,最终得到基于算例工程的理想方案为0时增加人工8人,0时加班1 d,管理费水平为3。采用该方案,该工程的完工时间提前47.2%,质量下降2.0%,费用上升6.7%。通过不同策略和策略组合的效果比较,得出结论：加班宜尽量少用,尤其要避免连续加班;尽量避免无效管理费用支出,但对于可以带来管理水平提高的管理费用支出宜适量增加;增加人工越早越好。     

基于模型概率估计的两层交互多模型算法

在机动目标跟踪问题的研究中,针对转弯机动目标跟踪精度差的问题,设计了一种利用模型概率对模型集合进行实时计算的两层交互多模型算法。该算法由第一层目标转弯速率的粗估计和第二层目标状态向量的精估计构成,它利用第一层模型计算出的目标运动估计转弯速率,构建与当前目标运动状态匹配程度较高的第二层转弯模型集合,并将该转弯模型集合运用于状态估计中。仿真结果证明了该算法在针对转弯机动目标时仍有较好的跟踪精度。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。