装备互用性若干问题研究

互用性是联合作战的基础,是装备系统构成体系的纽带或黏结剂,随着信息化的发展互用性问题已经成为制约部队联合作战能力的关键因素。尽管互用性是两个或两个以上装备之间的一个关系特性,但有互用关系的单个装备本身要具有互用的能力。实现互用性的模式基本上分为点对点的方式和以网络基础设施为基础的方式。互用性的论证分为两个层次的论证,一个是体系级的论证,一个是系统级论证,系统级互用性要求来自于体系级互用性要求。加强对装备互用性研究对于提高部队联合作战能力具有重要现实意义。     

一种WindML双屏显示驱动程序设计方法

针对电子装备软硬件平台对双屏显示输出的基本要求,探索了在VxWorks系统下开发WindML双屏显示驱动程序的方法。分析了WindML图形系统驱动程序体系结构,通过在图形驱动和WindML图形接口之间增加一个双屏显示控制层的方法,由双屏显示控制层接收WindML图形接口指令,再传给图形显示驱动程序,实现双屏显示输出。该方法设计的双屏显示驱动,能够使两个分开的屏幕逻辑上合为一个大的屏幕,很好的解决了WindML双屏显示输出的问题。     

炮兵部队网络火力战问题研究

针对目前炮兵部队装备建设基础薄弱、炮种多、作战协调复杂的现状,依据计算机网络相关理论建立了炮兵部队网络火力战体系结构,同时运用梅卡夫定理对炮兵部队网络火力战体系的作战威力和协同能力进行了分析评估,并进行了作战运用分析。经过评估,炮兵部队网络火力战体系将大大提高炮兵部队的协同作战能力。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于眼图的数字通信干扰效能指标构建与评估

针对数字通信干扰效能评估难度大的问题,分析眼图测量技术基本原理,提出一种基于眼图测量技术的数字通信干扰效能评估方法。从通信侦察的便捷性、直观性、有效性出发,选择部分眼图测量参数,构建通信工作效能评估指标模型。运用Matlab/Simulink构建数字通信仿真系统,检测不同信噪比条件下各指标模型随通信误码率变化的敏感程度,从中选择最佳指标用于数字通信干扰效能评估,构建干扰效能评估指标模型,简要开展干扰效能评估研究。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。     

基于族群机制的花朵授粉算法

针对花朵授粉算法易陷入局部极值、收敛速度慢等不足,提出一种具有族群机制的花朵授粉算法。该算法把种群分成多个族群,各族群的最优个体再组成新的种群,进而促进种群间的信息交流,有效地协调种群进化过程中的全局搜索和局部搜索能力,避免个体的早熟收敛,提高算法的全局寻优能力及收敛速度。通过8个CEC2005benchmark测试函数进行测试比较,仿真结果表明,改进算法的寻优性能明显优于基本的花朵授粉算法、粒子群算法和蝙蝠算法,其收敛精度、收敛速度、鲁棒性均较对比算法有较大提高。     

对LFM雷达的间歇采样累加干扰研究

间歇采样转发干扰以及改进的重复转发间歇采样干扰是对线性调频雷达的有效干扰样式,但其形成的假目标幅度较小,能量损失较大。针对这些不足,提出了一种间歇采样累加干扰,该方法通过将数字储频后离散采样信号的幅值进行累加,在获得干扰幅度的同时实现信号的最大相干性。通过理论分析可知,信号脉内周期性变化会对干扰信号产生影响,因此又通过对累加信号幅度较低部分进行幅度倍乘和对间歇采样信号取绝对值后累加,得到2种改进方案:倍乘调整间歇采样累加干扰和绝对值间歇采样累加干扰。最后通过仿真实验,证明了间歇采样累加干扰是对线性调频雷达的一种有效干扰,能够产生较好的欺骗和覆盖干扰效果,并且假目标幅度较大,工程实现简单,节省功率。     

基于主成分分析法的反导态势要素提取研究

针对弹道导弹及其攻防作战的特点,深入分析反导作战态势评估的过程,研究影响反导预警态势评估的主要因素,构建了反导战场态势要素集模型。在此基础上,采用主成分分析法进行要素分析与提取,优化重构要素集模型。研究结果为提高反导预警态势评估的准确性和指挥决策的及时性提供了重要依据和保障。     

静态初始条件下的歼击机中距攻防引导方法决策

在静态初始条件下,歼击机中距攻防引导方法的选择是一个定性与定量相结合的类别划分问题,因此,将粗糙集理论与概率神经网络相结合用于该问题的解决。首先,利用粗糙集理论实现专家知识约简、空战态势信息集压缩,得到最小决策信息集;其次,利用概率神经网络进行概率决策推理;最后,通过实例分析,结果表明决策推理正确,在不确定环境下仍然有效,提高了决策过程的自动化程度。