信息价值的战场网络战攻击威胁评估方法

通过构建信息价值综合评估模型,对C4ISR网络信息价值程度进行定量评估.然后对战场网络战攻击行为进行分析,将其攻击威胁量化到信息价值评估模型,通过被攻击网络信息价值的变化来衡量网络战攻击的威胁程度,从而提供了一种网络战攻击威胁的评估方法.     

一种基于专家赋权的综合评价方法及其应用

在综合评价过程中,为了克服专家组给出的意见不一致性,提出了一种基于专家意见差异和判断矩阵一致性的客观专家赋权法,根据判断矩阵提供的信息为各专家的意见进行赋权,通过被评价元素的权重向量和专家权重值的线性加权来确定被评价元素的优劣,并且将此方法运用到综合评价各阶段,以达到优化决策的目的。算例表明,该方法可行有效。     

雷达系统分布式仿真及其系统集成关键技术

对分布式雷达仿真系统的框架、功能组成和模拟方法进行了介绍。详细论述了雷达仿真分系统的实现方法、模块组成和接口关系。对分布式仿真中系统集成的难题进行了重点研究,综合运用网络通信、内存映射、对象动态生成和对象类型识别等技术手段,自主开发了一套用于分布式仿真系统的集成开发框架-ITFrame,有效解决了分布式雷达仿真中的网络...     

多岛礁协同护航任务的均衡调度规划模型

针对战斗机协同护航任务的调度规划问题,以油料、弹药、飞行员工作量和保障人员工作量的相对均衡为目标函数,在确保护航任务完成的约束下,建立护航任务均衡分配优化模型;根据战斗机寿控件状态,建立指标体系评估战斗机状态,形成战斗机状态的优先级队列,从而构成战斗机值飞选派模型;仿真算例分析中,采用贪心搜索算法进行求解,给出1周的战斗机护航调度方案.在此方案下,油料消耗相对均衡率0.335、航材消耗相对均衡率为0.149、弹药消耗相对均衡率为0.129,说明护航任务分配均匀,验证了模型的有效性和先进性.     

基于滑模自适应鲁棒控制的四旋翼飞行器轨迹跟踪

针对四旋翼飞行器的稳定性在实际应用环境中会受到不同程度的破坏,不易对其进行高精度轨迹跟踪,提出一种滑模自适应鲁棒控制算法.系统整体采用内外环控制思想,将位置部分作为外环子系统,将姿态部分作为内环子系统,对两部分分别进行控制器的设计;通过运用李雅普诺夫稳定性分析判断控制算法是否能够使系统最终达到渐进稳定;最后进行仿真和实验研究,通过仿真和实验结果证明了此算法的有效性和优越性.     

航空集群系统空对地作战效能涌现方法研究

航空集群作战系统通过自组织机制与行为调控机制的有机耦合,产生了新的作战能力,具有能力涌现特点.为评估集群系统作战效能,在机群作战效能评估理论的基础上,采用AHP层次分析法构建了无人-有人机协同作战集群效能涌现模型.结果表明,作战环境威胁越高,集群作战能力的涌现效果越明显,且随着等级的不断提高,能力的涌现不断增加,但是增加的幅度逐渐减缓.该方法的应用可为评估航空集群系统的对地攻击作战能力提供定量参考.     

多武器平台目标域协同射击控制模型研究

目标域协同射击控制模型是在单平台火控系统空域窗射击控制、射击门控制等基础上,针对多武器平台对点目标或面目标协同射击的需求,进行了目标域和射击效能的定义,提出了空间/时间复合三维射击门的概念,设计了三维射击门模型,分别建立了多武器平台对点目标射击控制模型和多武器平台对面目标射击控制模型,通过对多武器平台协同射击效能的计算分析,证明了目标域协同射击控制模型可显著提高多武器平台协同射击对目标的火力打击效能.     

基于信号强度比值的定向方法

测定来波的方向,可以通过测量接收实时信号的幅度或者相位等信息来实现.但是均需要进行更复杂的信号处理.因此,提出了一种新的方法,基于两个接收信号强度的比值关系来确定信号源的方向.该方法采用负反馈的方式,根据两个接收信号强度的比值关系对指向进行修正.在实验中完成了信号源方向的测量,精度能达到4°以内.     

机间自组织网络多模式传输保障方法

拓扑动态变化、带宽受限、链路不稳定是机间自组织网络的基本特征,传输服务能否适应业务需求是航空平台基于IP支撑上层应用必须面对的重大挑战之一.分析了机间自组织网络传输方法研究现状,提出了基于业务分类的机间自组织网络多传输模式及其适应方法.仿真结果表明,与传统的TCP改进方案相比,该方法在满足小容量低时延、大容量低抖动、高可靠业务信息传输需求的同时,提升了机间自组织网络的整体传输能力.     

基于动态时间规整下密度聚类的轨迹识别研究

为使地空导弹兵模拟训练系统获得的目标机动轨迹更加贴近实战、更有依据性,考虑对演习训练产生的轨迹数据进行分析,设计了DBSCAN(Density-Based Spatial Clustering of Applications with Noise,针对有噪声数据的基于密度的空间聚类)预分类的DBSCAN改进DTW(Dynamic Time Warping,动态时间归整)聚类算法来分析机动轨迹.并与未预分类的DBSCAN改进DTW聚类算法进行对比,发现其运行效率和分类准确度方面均较优.同时分析了数据结构和算法的参数对分类效果的影响,发现数据规模越大,DBSCAN预分类的DBSCAN改进DTW聚类算法的优势越明显.通过仿真得到了使DBSCAN预分类的DBSCAN改进DTW聚类算法发挥最高效率的参数.