基于模糊多属性决策的反装甲目标战场价值评估

信息化战场反装甲目标层出不穷,指挥员决策难度增大。针对反装甲目标信息的复杂性,应用模糊多属性决策理论,提出坦克分队进攻战斗中敌反装甲目标战场价值评估的方法。并通过确定各决策因素指标值和计算加权值,构建价值评估多属性决策模型,快速有效地确定分队本级范畴内的敌反装甲目标的战场价值,有利于分队指挥员迅速果断地实现其作战指挥决策。     

在两套坐标体系下非同步火控原理的实现

分析了俄罗斯坐标系和英美坐标系的异同,在英美坐标体系下介绍了非同步攻击原理,推导了非同步攻击的火控工作式,并对在两套不同坐标系下得到的火控工作式进行仿真,比较仿真结果,检验推导的工作式并分析两者间的误差。     

油料装备的反求创新设计研究

油料装备的反求创新设计可以使开发出的新装备性能更优、功能更全,开发周 期缩短、开发费用大大降低,且开发成功率显著提高。介绍了油料装备的传统设计方法,对 油料装备反求创新设计进行了分析研究,提出了油料装备反求创新设计的一般过程,并用实 例对该方法进行了具体分析,可供设计、开发新型油料装备时参考。     

时变道路网最短路径算法的研究

道路或区域通行限制在日常交通和部队兵力机动过程中普遍存在。通行限制情况下的最短路径问题属于时变道路网最短路径研究的范畴,对时变道路网最短路径算法及算法效率的研究有着广泛而现实的意义。重点讨论了道路网的模型描述、时变道路网拓扑结构的构建技术,最短路径算法的高效实现等内容,并给出了该算法的应用实例。试验结果显示,该算法有效可行。     

战车火控系统射击命中三要素函数误差分析

火控系统射击(函数)误差可分解为射弹散布函数误差和火控射击准备函数误差。而射击准备函数则是命中三要素函数即瞄准函数、解算函数和控制函数的合成函数。命中三要素的提出,为火控系统射击误差(精度)的分析提供了新的途径。它们均是命中目标的关键要素,又各具特色,为火控系统射击精度乃至系统反应速度的提高,指出了应该努力的方向。针对此进行了具体的分析。     

一种适用于长基线的改进CIR算法

长基线下,受伪距多径和电离层残差影响,传统的CIR法解算载波相位宽巷模糊度时某些历元无法得到正确的结果,基础载波模糊度的搜索范围也较大。分析了CIR法的模糊度误差,提出了基于载波相位平滑伪距并且消除电离层时延的改进的CIR算法,分析了其误差方差,最后利用Compass系统实测数据对短基线和长基线两种情况下CIR法和改进CIR法的解算结果进行比较。实测数据表明,本文提出的算法能够单历元解算超宽巷模糊度和宽巷模糊度,并且能够大大缩小基础载波模糊度的搜索空间。     

基于多信号模型的计量策略设计与验证

装备可计量性的理论方法研究对提高装备的计量保障水平具有重要意义。针对国内缺乏装备可计量性模型的现状,提出了可计量性分析设计的多信号模型方法。系统总结了可计量性多信号模型的基本理论,详细介绍了在单超差假设及不考虑组元可靠性、计量时间和费用影响下的超差检查用检定和超差定位用检定操作优选算法以及计量策略制定方法。建立了信号产生系统多信号模型,给出了超差-检定相关性矩阵,分析了信号产生系统的计量检定树,结论与信号产生系统实际检定方法相符,实例证明,此方法合理有效。     

多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

基于秘密共享的卫星网络组密钥管理方案

针对卫星网络组密钥管理的重要性,提出了一个可认证的基于门限秘密共享的组密钥管理方案．结合卫星网络的动态拓扑结构特点,将地面站作为组成员的身份注册中心,以实现对组成员的身份认证,确保节点的合法性．为了提高组密钥的生成效率,选取≠一1颗可见时间长的卫星构建组密钥份额分发中心,降低了组密钥联合生成过程中的通信量．组密钥协商无需安全信道,节省了系统资源．安全性及性能分析表明,该方案不仅具有较强的安全性,而且还具有计算和通信量小的优点．参数分析表明,门限值k与组密钥更新周期T是影响方案安全性的2个重要因子．     

基于神经网络集成方法预测膜蛋白类型

由Chou等人提出的预测膜蛋白分类的机器学习算法在近年来不断改进,使得预测膜蛋白类型的准确率越来越高。但是由于膜蛋白类分布不均衡而导致少数类的预测准确率非常低,使用神经网络集成方法能解决此问题。该方法中Bagging算法通过对多数类欠采样和少数类过采样来解决膜蛋白训练数据集不均衡问题。此外,用神经网络集成方法对已训练数据集和独立数据集进行分类测试,得出神经网络集成方法预测效果优于单个最好神经网络。该方法为解决蛋白质分类预测问题提供了一种新的策略,特别是训练数据集不均衡时,该方法的优势更加明显。