计算机网络级联失效建模与分析

针对以往级联失效模型负载局部重分配规则与现实计算机网络全局路由特点不吻合的缺陷,模拟网络中信息流传输过程。定义路由器的失效条件,建立基于负载全局重分配的级联失效模型,并在此基础上提出基于连通和性能两方面的级联失效影响评价参数,进而分析用户流量和攻击方式对计算机网络级联失效的影响。结果表明,随着流量的增大,级联失效存在相变行为,相变点刻画了网络在不会发生级联失效前提下的最大传输能力。此外,针对网络中高度节点的攻击,更为容易引发大规模的级联失效,应予以重点保护。     

武警院校军事学研究生导师指导存在的问题及对策

武警院校军事学研究生导师指导存在着责任心不够强、平时指导有限、指导能力欠缺、群体作用发挥不够及相关政策保障不到位等问题。应采取有效措施激发导师的热情,提高导师的学术能力和指导能力,发挥好导师的群体作用。     

一个新混沌系统的混沌控制与同步

针对一个新的三维自治混沌系统,研究了该系统的控制与同步现象。根据李雅普诺夫稳定性理论,运用自适应控制方法对该系统进行了混沌控制,设计了实现其同步的一个非线性控制器,运用Matlab数值仿真验证了设计的有效性。     

南宋钓鱼城城池防御初探

针对古代战争研究与当今国防建设缺乏关联的问题,首次就钓鱼城保卫战经典战例对我国现代国防建设的启示意义作了研究。分析钓鱼城城池选址"独"与"险"的地理关系、筑城布局内容和多层综合防御体系这三者对战争胜利的关键影响,提出在当前国防工程规划与建设中借鉴其成功经验的观点,并从工程宏观选址、多城池防御的联防体系及军民联合的防御模式等三方面就其经验和启示意义进行归纳与总结。     

指挥控制组织结构扁平化分析及测度

为分析研究指挥控制(Command and Control,C2)组织结构的扁平化程度,给出了指挥控制树和协作交流网的概念,阐述了金字塔式C2组织结构和扁平式C2组织结构。在此基础之上,针对两种C2组织运作环境,分别设计基于拓扑的C2组织结构扁平化测度和基于任务的C2组织结构扁平化测度。案例给出了两种组织结构的扁平化测度计算结果,结果及比较分析表明扁平化测度计算方法的可行性和有效性。     

基于模糊理论的武器装备项目中评估研究

从进展、组织管理、性能、预期效益、资源条件5个方面建立了武器装备项目中评估指标体系。针对混合型评估指标具有不确定性和模糊性的问题,建立了基于模糊理论的武器装备项目中评估模型。该模型采用模糊子集来表示指标价值,以实现混合型指标的一致化,并应用模糊层次分析及模糊综合评判方法实现权重分析和综合评估,最后提出了基于模糊C-均值聚类的评判结果处理方法,克服了最大隶属度法信息丢失和加权平均法信息湮没的缺陷。算例结果验证了该评估指标体系及评估模型的有效性与实用性。     

考虑降雨影响的飞机生存力模型与仿真分析

为研究更符合实际战场环境的飞机作战生存力,以降雨这一自然环境为典型,建立了雨杂波干扰下雷达对飞机的探测概率模型以及飞机生存力模型。认为飞机的RCS是Swerling起伏目标,通过确定综合信干比和最小可检测信噪比,采用蒙特卡罗法,利用MATLAB仿真了在雨杂波干扰和杂波抑制综合作用下飞机的生存力与距离的关系,并重点讨论了雷达波长和降雨状况对飞机生存力的影响。结论认为:在S波段内,降雨使飞机的生存力有一定程度的提高,且随着降雨量的增大和敌方雷达波长的减小,飞机生存力的提高更为明显;考虑降雨状况的影响,对于飞机生存力的研究是具有一定实际意义的。     

编队对潜作战中抗友邻舰干扰方法

针对编队远程水下警戒中拖曳线列阵声纳抗编队中友邻舰辐射噪声干扰问题,基于拖曳线列阵声纳的检测性能,由友邻干扰时空频特征,给出了产生干扰盲区与左右舷镜像源的原因。分析了两种抗友邻干扰"软补盲"方法的优缺点,并通过计算机仿真双舰编队在平行搜索且只有一条拖曳线列阵工作模式下,得到了未使用抗干扰和采用"软补盲"抗干扰方法后对于被动拖曳线列阵声纳检测性能产生的不同影响,并根据影响结果给出了平行搜索方式下使用"软补盲"抗干扰方法后的队形配置建议与作战指挥原则。     

MIMO雷达弹头目标微动模型及微多普勒效应

弹头目标识别是弹道导弹防御系统中最为关键的技术之一。将多输入多输出(MIMO)雷达技术和微多普勒特征分析技术引入弹道中段目标识别,可有效克服弹头隐身技术和有源干扰技术等对识别带来的困难,提高识别精度。建立了MIMO雷达中弹头目标的微动模型,给出了弹头自旋、锥旋和进动引起的微多普勒效应的参数化表达,并通过对仿真回波数据进行时频分析验证了理论分析的正确性,为弹头目标的准确识别提供了新的理论依据。     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.