纯方位TMA的变增益扩展卡尔曼滤波算法

通过对水下纯方位目标运动分析中的扩展卡尔曼滤波(EKF)算法的分析,利用方位新息,构成了一条反馈回路,从而将EKF算法改进为变增益扩展卡尔曼滤波(VGEKF)算法.对比仿真分析表明,VGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位目标运动分析的实现提供新的途径.     

基于半实物仿真的HLA／RTI关键技术研究

分析了基于HLA/RTI的半实物仿真中实践管理、数据收集能力、RTI通用性以及网络传输安全等问题,研究了新的时间管理策略,提出了合理设置lookahead的算法,设计了数据收集的层次框架,并制定了研发RTI的通用原则和安全有效的网络传输方案,为现代半实物系统仿真提供了理论借鉴。     

运用靶场资源构建海军作战模拟训练系统

在分析作战系统试验、软件评测和综合研练的实践基础上,论述了海军作战模拟训练建设目标、主要内容和技术途径,就如何利用试验靶场资源改进海军作战指挥训练方法提出了建设性的发展思路,并在顶层设计上强化了作战仿真和实兵训练的有机融合。     

基于AHP和功效函数的舰空导弹能力计算

根据舰空导弹效能分析和效能评估的需要,针对目前舰空导弹的性能特点,建立起舰空导弹能力指标体系,综合运用AHP(层次分析法)、功效函数和理想点法设计了舰空导弹武器系统能力计算模型,并通过实例分析了该模型的可行性。该算法既可以用于舰空导弹的发展方案论证,也可用于舰空导弹的效能评估,较好地解决了舰空导弹效能分析的需求。     

基于卷积神经网络的多功能雷达行为辨识研究

针对多功能雷达行为状态复杂多变、难以识别的问题,提出了一种基于卷积神经网络的雷达行为辨识方法.建立多功能雷达行为辨识模型,对数据进行预处理,构建多功能雷达信号样本集.通过变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的信号加参数数组样本.并针对处理后的雷达行为数据集的特点设计卷...     

基于生命周期理论的军事环境安全策略

探讨了军事环境安全概念,并运用生命周期理论对国家军事环境安全的保障措施和宏观策略进行了初步研讨。军事活动一般可分为计划规划、具体实施和事后评价3个阶段。为了在新形势下更加经济、高效地保障国家军事环境安全,首先要加大军事活动环境影响评价力度、采用对环境破坏小的战法并在军购中推行环境准入制,即尽量从源头上控制重大环境问题出现。考虑到战争的特殊性,需要在战前预先储备必要的生态环境修复技术。     

利用XMI实现基于BOM的仿真模型组件的交换

BOM(Base Object Model)是快速构建仿真系统或联邦的可重用信息交互包,基于BOM的仿真模型组件是BOM信息描述的实现体,作为构建仿真系统或联邦的可重用模块。通过应用模型驱动体系结构(MDA,Model-Driven Architecture)提出的实现模型交换标准XMI(XML-based Metadata Interchange),HLA(HighLevel Architecture)仿真模型组件的建模和实现在两个不同层次上实现跨平台、跨语言和跨领域间的交换,而且HLA的重用性和互操作性思想能够在除分布式仿真领域外的其他应用领域中得到推广。     

目标图像运动特征分析

在红外成像导弹导引头的信息处理中,目标图像特征研究是导引头技术研究中的一个重要问题。对各种潜在目标成像特征的详细研究是红外成像导引头信息处理研究的基础。在此项工作完成的基础上,可以实现对导引头目标识别和跟踪算法的评价,同时也可以辅助图像处理算法的选择和优化。在分析红外成像制导空空导弹工作原理的基础上,建立了导弹、目标的仿真模型,对常见的目标图像运动特征进行了仿真分析。给出了在空战条件下目标图像运动特征的部分仿真结果。     

自由环境下网络数据采集与分析

以小波分析的原理与算法为基础提出一种新的自由环境下网络数据采集与分析方法,使用这种方法可以监测网络的状态、数据流动情况以及网络上传递的信息。当信息以数据流的形式在网络上传输时,在互联网的入口处设置监测系统,便可以源源不断地将网上传输的信息截获。通过该监控技术可以任意采集和分析因特网上的各种信息,如网页访问http,电子邮件email,Telnet,Ftp等,以及这些信息中的用户名和密码,并对采集到的数据进行分析和还原。一旦发现有黑客行为、恐怖分子信息、邪教信息、反民族信息等非法信息,技术系统会自动捕获,并将有关的信息(包括:非法信息来源的IP地址、目的地址等)发送至监控中心,监控中心根据需要可通过功能设定,对非法可疑的IP地址锁定实施24小时自动跟踪。从而及时发现网络犯罪,保护网络与信息安全。     

一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。