基于复杂网络蜂群无人机网络拓扑结构分析

蜂群无人机网络拓扑结构研究,是无人机作战体系发展的根基.借助复杂网络理论研究了蜂群无人机运用方法,构建了蜂群无人机复杂网络拓扑结构,分析了节点度、平均路径长度、聚类系数等典型统计特性参数和抗毁伤特性,对蜂群无人机网络效能进行科学有效的评估.蜂群无人机复杂网络能够高效、快速地进行信息传输,产生超出个体效益之和的整体性质,...     

基于云模型和证据理论的现役装备改进方案评价

针对部队现役装备改进方案影响因素复杂,评价方法不够系统全面,评价过程具有模糊性、随机性和不确定性等特点,提出了将云模型与改进证据理论叠集优化的现役装备改进方案评价方法.根据作战目的和任务要求,构建了装备改进方案指标体系,采取基于信息熵的专家群组灰色赋权的方法确定指标权重;通过云生成器确定基本概率分配;再结合Jousse...     

基于主成分分析的区域装备保障能力评估方法

针对区域装备保障能力评价问题,提出基于主成分分析的区域装备保障能力评价方法.该方法利用主成分分析法,在数据信息丢失最少的原则下,对区域装备保障多指标变量空间进行降维处理,用主成分解释资料的综合性指标,用以评价区域装备保障能力.建立了区域的装备保障能力的指标体系,建立基于主成分分析的评估模型,通过算例证明方法的有效性.     

环境适应性训练在导弹机动实战化保障中的应用

导弹野外机动化作战已经成为现代战争的典型样式之一。本文针对导弹野外机动保障作业的实战环境适应性训练问题,全面梳理了导弹实战化保障面临的野战夜战环境、极端环境和复杂电磁环境三种典型的实战环境条件特征,深入分析了这三种典型实战环境条件对导弹实战化保障作业过程中人、装备、任务等因素的影响,并从体系设计、训练内容、训练条件、实施方式等方面,研究提出了适应三种典型实战环境的适应性训练方法,并给出了详细的可操作性对策与措施。研究成果可为部队开展实战化训练提供参考与指导。环境适应性训练有利于提高部队实战化条件下导弹机动化保障的抗干扰性和可持续性,从而提高导弹机动化保障作业的环境适应能力和战斗力。     

基于贝叶斯网络的反舰导弹身份识别

为了解决反舰导弹身份识别所面临的实时性和信息不确定性问题,提出了采用贝叶斯网络识别反舰导弹的方法。设计了4种贝叶斯网络分类器,分别在导弹仿真数据集和UCI数据集上作了测试,比较了它们各自的分类性能。实验结果表明,朴素贝叶斯网络的分类准确率虽然比其它分类器稍低,但它简单有效,稳健性比其它分类器都好,可用于反舰导弹身份的实时识别。     

基于BP神经网络的空中目标识别

空中目标识别是防空作战辅助决策的关键环节之一。根据空中目标的各种属性,建立基于BP神经网络原理的空中目标识别模型。利用MATLAB神经网络train函数训练采集的样本数据,得到稳定的权值和阈值,为后继的目标识别提供依据。该模型利用神经网络的记忆、联想、容错功能,进一步提高空中目标识别的稳定性和可信度。降低了个别传感器误判而造成的目标识别错误概率。     

改进的AHP法在目标价值排序中的应用

针对在应用AHP法时,传统的标度法可能导致判断矩阵一致性与思维一致性脱节,进而破坏层次分析法的优选排序功能的问题。首先分析了传统的1～9标度的不足,然后通过引入指数(0,2)标度,建立了满足一致性要求的判断矩阵,改进了层次分析法。最后将改进的AHP法应用于战场炮兵的主要攻击目标价值排序的评估,进一步提高了评估的准确性。     

基于UML的侦察监视系统仿真分析

侦察监视系统的仿真是一体化联合作战仿真系统的重要组成部分。根据侦察监视系统的未来发展,进行了侦察监视系统的仿真需求分析,提出了仿真系统所要实现的基本功能,并利用UML对侦察监视仿真系统的角色、用例进行了分析,用用例图对整个仿真系统功能进行了描述。在此基础上,对系统进行了静态建模和动态建模。结果表明利用UML对侦察监视系统进行仿真分析,过程完整、易于理解,便于获取军事需求。     

建筑火灾烟况探析

快速准确地掌握火场中烟的状况,可以使消防指挥员在灭火战斗中做出科学的决策。介绍了建筑火灾烟的成分及危害,分析了建筑火灾中烟的体积、速度、浓度、颜色等四个方面的特征及其对灭火救援行动的启示,给出了掌握分析烟况技能的方法。