空间军事系统研讨厅中专家意见集成模型研究

在德尔菲调查法基础上,研究了专家评价意见的集成问题.通过构造专家意见的可靠度函数和专家意见集成的可信度,以专家一次性原始意见为基础,在保留专家意见独立性前提下利用专家意见集成的优化搜索模型,获得了专家意见集成的最佳协调方案.该模型有效避免了传统专家研讨过程中由于组织不当而造成的群体思维、趋同行为、风险转移等促使研讨结果偏离事实的现象的发生,并通过实际应用显示该模型具有良好的使用效果和广泛的适应性.     

C4ISR系统需求一致性开发方法研究*

为支持军队信息化建设需求论证的研究工作,对C4ISR系统需求的开发方法进行了研究。将C4ISR系统的需求划分为作战需求、用户需求和系统需求三个层次;UML作为面向对象建模语言已广泛应用于C4ISR系统需求描述,结合C4ISR系统体系结构的开发方法以及体系结构产品与UML模型之间的映射关系,提出了C4ISR系统需求的分析开发过程和基于UML模型需求描述方法,并且为保证需求模型的一致性,提出了C4ISR系统需求开发的一致性策略。     

复杂环境下基于支持度的多传感器数据融合算法

为避免融合算法依赖于先验信息,剔除复杂环境下多传感器测量数据中的干扰误差,一致性数据融合方法得到广泛研究。比较分析了典型的支持度度量方法,并构造了两种新的支持度度量方法。进而设计了一种新的基于传感器一致性和可靠性的融合算法,实现传感器的加权融合。仿真计算验证了新的支持度算法和融合算法的有效性。     

仿真信号模糊一致性分析与风险评估方法

为了完善基于置信区间的仿真信号一致性分析方法,考虑了置信区间与接收区间的长度匹配问题,定义来最佳样本容量,并在此基础上提出了基于D-S证据理论的仿真信号模糊一致性分析方法。同时为了对信号仿真模型的风险进行定量评估,建立了信号仿真模型风险系数函数,得到多参数仿真信号风险系数向量,以此给决策者和/或仿真用户提供决策支持。最后,用水中兵器仿真试验中水中目标辐射噪声仿真的应用实例加以说明。     

分布式UDDI的数据一致性优化模型

UDDI注册中心本质上是一个存储着Web服务注册信息的数据库,针对分布式存储与检索体系架构中出现的数据不一致性的问题,提出了一种分布式UDDI的数据一致性优化模型。首先分析了分布式UDDI及UDDI的核心数据模型,以及在分布式环境下的异构数据源问题。在此基础上,分析了数据的一致性问题,构建了UDDI节点—数据模型间的可达性矩阵,最后研究了分布式UDDI的一致性数据存储策略。该优化模型能有效减少存储冗余和检索网络带宽的消耗。     

本体驱动的多分辨率联邦一致性维护方法

传统的聚合解聚方法仅能解决语法层的数据聚合解聚的参数静态匹配问题,却不能解决联邦一致性的其他两个重要的方面:数据的语义匹配合理性及联邦运行中的动态一致性。为了解决以上两个问题,提出了一种本体驱动的多分辨率联邦一致性维护框架——OCM框架。该框架基于本体创建与融合技术构建联邦本体,通过邦员本体与联邦本体间的映射,解决了联邦数据匹配的合理性问题;基于聚合解聚方法,引入管理与协调联邦实体状态的邦员,通过合理设计联邦的实时对象更新及交互机制,实现了联邦实体状态的实时一致性。实验结果表明:OCM框架能有效保持联邦中多分辨率实体的状态一致,并且由于联邦本体的可重用性,对邦员的增加与退出不敏感,因此联邦的重组合也具有一定的借鉴价值。     

装备保障计划本体的建立和分析

基于本体论方法形式化地探讨装备保障计划本体的建立和分析,具体介绍了机械化步兵师装备保障计划本体的建立方法、本体元素的描述、本体的一致性等方面的内容。给出两个判断类间关系一致性的算法并分析其性质,探讨了基于公理化的知识的一致性。     

模糊偏序关系的一种信息集成方法

以模糊超过关系、模糊不协调关系为例,就模糊偏序关系给出了一种基于分组加权极大(极小)算子的信息集成方法,讨论了该方法的一致性、非独裁性等性质.     

C~4ISR系统需求一致性开发方法

C~4ISR系统是复杂大系统,C~4ISR系统需求工程的建设需要建立一套完整的C~4ISR系统需求体系框架和开发方法论.对C~4ISR系统需求的开发方法进行了研究,按照C~4ISR系统需求的层次,结合系统体系结构的开发方法,提出C~4ISR系统需求的分析开发过程和基于UML的模型表述方法;为保证需求模型的一致性,提出C~4ISR系统需求开发的一致性策略.     

分布式传感器网络自适应一致性融合估计算法

针对分布式传感器网络的目标一致性状态估计问题,提出自适应一致性融合估计算法。考虑到网络中节点为测距和测方位的传感器,基于观测噪声与目标状态相关的假设,构建量测模型;引用无迹卡尔曼滤波与CI算法得到各节点的局部估计,通过误差矩阵加权更新节点状态以改进一致性算法,实现各节点对目标状态的一致性估计。仿真实验结果表明,该算法能够在快速收敛的过程中实现无中心节点的分布式传感器网络中各节点对目标位置的精确估计,同时又保证各节点之间的一致性。