基于MEBN的战术级空中目标意图识别

战术级空中目标意图识别是现代化防空作战中理解战场态势、预测目标行动的关键.构建空中目标意图识别模型的核心问题是如何表示不确定的意图因素以及它们之间的关系.分析了具有典型防空作战意义的想定,并结合军事经验总结了影响意图识别的因素.提出了应用多实体贝叶斯网络(Multi-Entities Bayesian Network)描述空中目标意图,在贝叶斯推理中融入逻辑理论,采用具体的基于知识的SSBN构建算法动态地进行空中目标意图识别.通过仿真实验,验证了此方法的有效性和可行性.     

ADC的武器信息处理系统效能评估模型

基于ADC法建立了复杂武器信息处理系统效能评估的数学模型,并结合实例进行分析和评估,验证了该模型的有效性.该模型应用于多设备武器系统的效能评估中,易于量化,适用性强,对于武器系统的设计、应用、维修、维护及对武器装备论证都具有一定的借鉴意义和参考价值.     

高斯马尔可夫融合算法在卡尔曼滤波中的应用

针对目前常用的按标量、对角阵、矩阵加权融合方法过程较复杂,计算负担较重的问题,结合三维目标跟踪模型提出一种高斯马尔可夫融合方法来融合卡尔曼滤波估计值,不需要计算局部稳态滤波误差互协方差,只需要知道传感器的观测噪声方差就可以了。计算方法和操作相对简单,省略了很多繁琐步骤也能达到不错的滤波融合效果,通过仿真证明了此方法的可行性和高效性。     

基于复杂网络的武器装备重要度评估方法

针对现有武器装备重要度评估方法存在的缺点和不足,基于复杂网络中改进的节点重要度评估指标和方法,建立了武器装备重要度评估模型。该方法不仅描述了武器装备在装备体系中的重要程度,也反映了武器装备失效后的修复情况。最后通过一评估示例,说明了方法的有效性和适应性。     

武器装备的试训结合式作战试验研究

武器装备作战试验具有高度的动态化特征,与科学分析与统计学严控试验条件的要求相冲突.为尽可能在实战化条件下实现结果的精确性,从科学分析与统计学的视角构建了作战试验的推理模型,探讨了推理环节中可能影响结果精确性的各种表现,提出了试训结合式作战试验的构想与基本过程,指出策划该类作战试验的重点在于判定试验的终止条件,并结合案例进行了演示.     

作战试验遴选考核指标的准则研究

作战试验是武器装备试验鉴定的关键环节,影响其科学化水平的瓶颈之一是试验效益的规范界定.考虑到指标考核在作战试验中具有核心地位,讨论了遴选指标对于提升作战试验综合效益的重要意义,通过数值仿真,量化研究了作战试验指标考核可能存在的问题,并给出了遴选指标的具体建议.