基于ISM的武器装备效能评价体系的构建方法

将系统工程中解释结构模型法引入到武器装备效能评价体系的构建过程中,在可拓空间确定武器效能影响因素逻辑关系的基础上,求解系统可达矩阵,建立结构模型,构建多层递阶的效能评价指标体系;应用该ISM,分析了评价体系的内部层次结构及主次因素,掌握系统评价的神经支撑结构;并以机动性指标为例,确定了单指标的因素支撑影响图。系统效能ISM的建立,可为确定提高武器效能的突破点、研发(R&D)控制的立足点等方面进行系统解释,为科学建立评价体系、判定内部结构提供理论基础。     

面向对象方法的一类飞行器模拟器设计与实现

对一类C4I飞行器模拟器的设计与实现进行了研究.该模拟器是分布式C4I仿真系统中的兵力生成子系统,起着演示指控效果、检验决策质量的重要作用.从系统需求出发,采用面向对象的方法对它进行了分析与设计,并最终实现了飞行器模拟器软件系统.该系统已成功应用于某防空C4I仿真试验床中,C4I联机试验表明,飞行器模拟器能较好地模拟指控命令响应并提供较高精度的飞行导航模拟数据.此外,面向对象方法的采用,不仅使系统功能得到了加强,也大大缩短了系统的开发周期.     

语言评价信息的武器系统模糊积分评估

传统的武器系统评估方法是基于概率和统计理论的,并假设各指标之间相互独立.然而,实际上武器系统指标的评价具有人为主观性和模糊性,并且各指标之间通常存在着依存关系.综合评述和对比了传统武器系统评估方法的适用范围以及不同方法的优劣,指出了它们的不足,提出了一种基于语言评价信息和模糊积分的武器系统评估方法.专家的评判结果是可用梯形模糊数描述的自然语言信息.     

某型机载雷达抗干扰效果评估软件实现

抗干扰效果评估软件系统是电子对抗试验环境系统的重要组成部分,是机载雷达抗干扰效果评估系统的核心,在靶场电子对抗试验环境建设中具有重要作用和地位.采用软件工程设计方法对该雷达抗干扰评估软件系统进行了概要设计,建立了评估软件系统的评估模型、模块结构、逻辑流程和主要人机界面,基于VB.net进行了抗干扰效果评估软件系统的初步设计与调试.     

金属风暴武器系统在近程防御中的应用

分析了金属风暴在近程防御应用上的使命任务,指出其必要性和可行性.同时设想了该武器系统的系统组成和功能设置.重点指出了应用该武器系统需要解决的一些关键技术.最后通过与现有近程反导武器相比,分析了其优势所在.为今后近程防御提供了一种新思路.     

舰载反舰导弹通用火控系统的关键技术

通过对国内外反舰导弹火控系统发展趋势的分析,提出了通用火控系统的发展需求,在此基础上介绍了通用火控系统所采用的垂直发射技术、商用流行技术以及模块化技术;同以前的火控系统相比,通用火控系统在功能和组成上更加完备,全分布式的体系结构适应了武器装备的更新换代和信息化战争对火控系统的要求;最后说明了通用火控系统的实现方法和步骤.     

舰艇编队多声纳数据融合

分析了标准kalman滤波(KF)和自适应kalman滤波(AKF)的原理,通过仿真实验,对两种滤波算法的性能进行比较.结合各种声纳的探测特性和水下目标的特点,建立了舰艇编队的数据融合方案.选用简单凸组合融合算法作为舰艇编队协同反潜的航迹融合算法,将多声纳融合系统的融合结果和简单交叉定位算法进行了比较研究.仿真实验结果表明:自适应kalman滤波比标准kalman滤波具有更好的目标跟踪性能,多声纳融合结果较简单交叉定位结果的性能有大幅度提高,所选用的融合算法航迹能够较好的与真实航迹吻合.     

面向Agent的巡航导弹武器控制系统体系结构设计

面向Agent方法适用于巡航导弹武器控制系统(CMWCS)的体系结构设计.根据CMWCS的概念和递阶智能控制思想,建立了CMWCS的多Agent系统框架,明确了其职责分配、组织结构、通信和协作机制;采用"以人为中心的人机一体化"方法,设计了飞行监控Agent的结构,基于混合式Agent的构造方法设计了航迹编排Agent的结构,并给出了二者的模型描述.     

基于构件的C4ISR系统体系结构设计环境

体系结构设计是C4ISR系统总体设计的重要组成部分,其设计内容包括一系列的基本产品和支持产品,这些产品以图形、文字、表格的方式提供给用户.提出了一种可定制和重组的体系结构设计环境,以满足不同的体系结构设计需求.     

战术数据链的现状及未来发展趋势

在现代数字化战争中,数据链可以提供各种实时或近实时的作战信息,将指挥控制系统、计算机及各种数据终端组成有机的无缝网络系统,实现作战信息资源共享,是提高战斗力的倍增器.介绍了战术数据链的概念及组成,并分析其功能、战术特点和分类标准.从系统组成、技术特点和装备情况等方面,着重介绍了外军常用的4A号数据链、11号数据链、16号数据链和22号数据链等重要战术数据链,并进行了分析比较.在此基础上,对数据链未来的发展趋势进行了探讨.