基于SEA的舰载C3I系统防空作战效能评估模型

现代海战中,空中目标对舰艇的威胁越来越大,舰艇的防空作战能力已成为衡量其综合作战能力的主要指标。而C3I系统作为舰艇的指挥中枢,其性能直接决定着舰艇防空作战的成败。根据现代海战中空中目标的武器作战使用方式,并针对SEA方法的要求,提出了评估C3I系统在防空作战时系统效能的三个主要性能量度(MOP),通过分析C3I系统在防空作战时的特点,建立了评估C3I系统防空作战效能的SEA方法模型。并利用该模型比较了不同的C3I系统的作战效能,对结果进行了简要分析,证明了SEA方法模型对舰载防空C3I系统进行效能评估的可行性。     

要地防空群对敌主攻方向确定度分析

针对目前防空作战中对敌主攻方向判断的困难和复杂性,运用系统工程理论、模糊数学等理论探索要地防空群对敌主攻方向定量判断问题。全面分析了影响敌主攻方向选取的诸多因素,建立了分析指标体系和模糊综合分析模型,为判断敌主攻方向提供了一种新的思路和定量分析的方法。在影响敌空袭目标选取的因素中,不确定和灰色的因素多,模糊综合分析方法采取定量与定性分析相结合的办法,把定性的因素定量化,较科学地解决了要地防空群对敌主攻方向判断的问题,进一步丰富了防空兵作战指挥精确决策理论。     

装备战场损伤的解析分析方法研究

为了提高装备战损模拟的效率,以蒙特卡洛方法为基础,构建了关于装备战损的解析模型。首先采用序贯法优化了仿真次数,以便以较少的仿真次数获得较高的仿真精度;分析了单因素对于装备损伤的影响,并建立了一元回归模型;采用正交试验分析了多因素之间的交互作用,并综合一元回归模型得出了装备战损的多元回归模型;最后结合弹着点分布模型与多元回归模型,建立了装备战损的解析模型,并通过实例验证了解析模型的正确性。     

激光式头盔瞄准具瞄准线数学模型的建立

激光式头盔瞄准具具有结构简单、截获目标速度快、抗干扰能力强、便于实现光电转换的优点.为了进一步加深对激光式头盔瞄准/显示系统瞄准线解算技术的研究,建立了该系统瞄准线的数学模型,从而计算出头盔的方位角和俯仰角,并对相关的误差和系统的精度进行了分析估算,实践表明该模型对瞄准线的解算是完全满足要求的.     

现代机载探测系统多源信息融合算法

针对机载探测系统的特性,应用Dempster-Shafer(D-S)证据理论和主观Bayes的组合算法,对来自机载SAR雷达、机载前视红外搜索跟踪系统(IRS)、电子支援系统(ESM)等探测系统多次观测所获得的数据,以及来自地面的电子情报(ELINT)的不同信息进行实时融合、识别,进而确定攻击对象.通过实例进行仿真证明,这种组合算法适用于不同类传感器和不同格式信息间的融合,适合于复杂信号环境.     

战术情报系统模型化分析方法

针对未来联合作战活动中陆军作战部队的战术应用需求,提炼出陆军战术情报系统建设的组织体系模型和情报生产区域模型,同时,以某一陆军战术作战单位为例,提出并深入分析对应情报系统节点的功能参考模型,建立了基于组织体系模型和功能参考模型的陆军战术情报系统模型化分析方法,详细描述了该模型化分析方法涉及的陆军战术情报系统的6个主要功能单元;最后简要分析了该模型化分析方法的军事应用前景.     

高等数学与后续相关课程的成绩统计及数理分析

高等数学是大学教育中的主要基础课,与后续课程有密切联系。通过成绩统计和相关性分析,说明高等数学与其后续相关课程之间的关系和影响,提出数学教学的想法。     

几种UWB-SAR窄带干扰抑制方法的分析和比较

SAR(Synthetic Aperture Radar)信号处理窄带干扰抑制技术是SAR抗干扰技术的重要内容。对3种UWB-SAR(Ultra-W ideBand Synthetic Aperture Radar)窄带干扰抑制方法———陷波滤波法、AR模型参数化干扰抑制法以及小波包分析自适应干扰抑制法进行了分析,利用自行开发的成像软件,对SAR理想点目标和实录数据进行干扰抑制仿真实验,从定性和定量的角度对3种方法的干扰抑制效果作了比较。     

TOPSIS法用于区域防空重点保卫目标排序计算

区域防空作战中优化选择重点保卫目标,集中部署优势防空兵力,才能确保重点目标不受或少受损失.分析了影响保卫目标重要性的主要因素,采取德尔菲法获得指标值,采用层次分析法得到指标权重,利用逼近理想解的排序法对保卫目标的重要性进行了定量分析.最后通过算例对算法的正确性和实用性进行了验证.     

Transient analysis of Markov models of fault‐tolerant systems with deferred repair using split regenerative randomization

The (standard) randomization method is an attractive alternative for the transient analysis of continuous time Markov models. The main advantages of the method are numerical stability, well‐controlled computation error, and ability to specify the computation error in advance. However, the fact that the method can be computationally very expensive limits its applicability. In this paper, we develop a new method called split regenerative randomization, which, having the same good properties as standard randomization, can be significantly more efficient. The method covers reliability‐like models with a particular but quite general structure and requires the selection of a subset of states and a regenerative state satisfying some conditions. For a class of continuous time Markov models, model class C₂, including typical failure/repair reliability‐like models with exponential failure and repair time distributions and deferred repair, natural selections are available for both the subset of states and the regenerative state and, for those natural selections, theoretical results are available assessing the efficiency of the method in terms of “visible” model characteristics. Those results can be used to anticipate when the method can be expected to be competitive. We illustrate the application of the method using a large class C₂ model and show that for models in that class the method can indeed be significantly more efficient than previously available randomization‐based methods. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006