作战辅助决策模型设计及评估方法

作战辅助决策模型是在复杂战场态势下,辅助指挥人员科学、高效决策的重要工具.针对当前辅助决策模型功能分散、可信性不足、缺乏工程化设计与管理等问题,从系统工程角度出发,开展作战辅助决策模型构建与评估通用方法的研究,提出辅助决策模型工程化设计与评估分级的一般流程与方法,并结合实例进行说明.     

针对KMC局部最优问题的飞蛾捕焰优化方法

针对传统飞蛾捕焰(MFO)算法求解复杂函数时后期收敛速度慢与求解精度较低等问题,提出了一种基于快速收敛的飞蛾捕焰(RMFO)算法.采用最大最小距离积的方法来初始化飞蛾群,能够提高算法全局收敛速度并且优化解的质量,同时构造出MFO算法的适应度函数作为寻优函数.将RMFO算法和有K均值聚类算法(KMC)进行交叉迭代,构建基于RMFO优化的KMC算法,求解聚类中心时能够改善聚类性能,可以解决现有KMC算法选取初始聚类中心不确定陷入结果局部最优的问题.实验结果表明,通过用UCI国际通用测试数据库的Iris、Wine和Glass 3种数据集,对RMFO算法和优化KMC算法进行性能测试,提出的RMFO算法更加精准,收敛速度快,不易陷入局部最优解,同时,优化KMC算法的聚类性能更好.     

基于有限元法的超声相控全矩阵检测与成像仿真

全矩阵超声相控阵成像技术具有信噪比好、缺陷分辨率高等优点,近年来在无损检测领域获得广泛研究.基于全矩阵数据采集理论和全聚焦成像算法原理,采用有限元法建立超声相控全矩阵检测模型,该模型以钢板中的圆孔缺陷检测为研究对象,提取检测模型中超声纵波幅值信号进行分析.仿真结果显示,采集到的全矩阵A扫描数据具有对称性,且全聚焦算法能有效地实现缺陷的反演成像.成像结果进一步表明,与常规B扫描检测模型相比,该全矩阵模型能准确定位缺陷位置且成像效果较好.而对于某一特定检测介质的全聚焦成像,不同的阵元数成像效果也不同,可以通过数值模拟确定最优的阵元数.     

基于梯度直方图的交叉点检测方法

提出基于梯度直方图的交叉点检测方法:统计像素点邻域梯度信息生成特征描述子,通过判定准则筛选候选交叉点,基于欧氏距离对候选交叉点进行聚类后,利用灰度加权法定位图像交叉点坐标.仿真实验验证了算法的正确性与可行性,结果表明:该方法适用于交叉角为65°～90°范围内的交叉点检测,定位精度优于0.6像素,检测率大于90％;该方法...     

美军小型低成本无人蜂群发展运用及对策

美军近期提出以小型低成本无人蜂群形成高效费比的不间断侦察能力,并进一步提高战场打击精度的装备发展构想.本文以积极应对强敌新装备、新战法为出发点,研究了美军发展小型低成本无人蜂群的思维导向以及该新装备的作战优势,并分析了其中所采用的先进技术.针对美军此次提出的应用大量小型低成本无人蜂群实施协同侦察的作战运用模式,论述了其...     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.     

空袭数字化程度的评估模型

空袭兵器的迅速发展,使空袭样式随之改变,评估空袭的标准也悄然变化,数字化正成为未来空袭的主要特征.采用模糊数学方法对一次空袭的数字化程度进行评估,给出了一个可行、方便的算法.模型对空袭的数字化程度进行等级划分,并以北约空袭南联盟的实际战斗为例进行分析,证明模型是可行的.     

装备精确修理浅析

如何用有限的装备修理力量,在战役全过程中尽可能多地修复战损装备,提高装备参战率,是战役装备修理的任务.提出精确修理以装备动态需求为依据,通过优化装备修理各要素,为战损装备提供"精确"的服务,来实现装备修理的快速高效,并通过建立修理人员效能评估模型,说明精确修理的高效性.     

一种基于层次位线缓冲的异步片上路由器

片上缓存资源是片上路由器的重要组成部分,其结构好坏直接关系到片上互联网络的实现复杂度、整体性能及功耗开销。鉴于异步电路的握手工作方式,异步路由器一般采用基于移位寄存器的异步FIFO(First In First Out)实现片上缓冲,这种结构导致了报文传输延迟及数据翻转次数增加。提出一种基于层次位线缓冲的异步FIFO结构,设计实现了一种新的异步路由器结构。相对于传统异步路由器,新的异步路由器能够有效降低路由器设计的硬件复杂度,减少数据的冗余翻转,降低功耗。实验结果表明在相同配置的情况下,新异步路由器面积降低了39.3%;当异步FIFO深度为8的时候,新异步路由器能够获得41.1%的功耗降低。     

视觉惯性SLAM研究进展

近年来视觉惯性SLAM是机器人及计算机视觉领域中的研究热点问题,在无人驾驶、增强现实、三维重建等领域有着广泛的应用.简述了视觉惯性SLAM的关键技术,并从统一的贝叶斯框架出发介绍了后端的两种形式——滤波和优化.对几个代表性视觉惯性SLAM系统进行深入对比分析,讨论了近年研究热点与发展趋势,并做出总结与展望.