电子对抗作战仿真分层半自治Agent系统框架设计

为了在电子对抗作战仿真系统中真实地复现现实作战过程,设计了基于分层半自治Agent的系统框架。从设计电子对抗作战仿真实体Agent的现实意义出发,提出了基于BDI框架的仿真实体Agent设计方法,着重探讨了半自治Agent技术应用于作战仿真领域的巨大优势,明确了个体Agent的设计方法。根据电子对抗作战仿真系统的实体分类结果提出了一种基于分层半自治Agent的系统结构,并分析了不同层次的Agent的功能,为半自治Agent技术应用于电子对抗作战仿真领域提供了思路,具有一定的借鉴意义。     

基于CISE环境的导弹武器仿真系统

数字仿真研究是导弹武器设计验证的有效手段,基于CISE环境设计了导弹武器仿真系统,介绍了CISE环境的特点,给出了仿真系统的模块组成、系统方案、软件界面,设计了系统工作流程和仿真系统各组成模块间信息交互定义及关系,介绍了仿真系统中的中末制导交班流程、攻击区计算流程。该平台各模块间具有良好的独立性和封装性,基于此系统开展了系统建模、作战模式、战技指标论证、逃逸方式等方面研究工作。     

战场环境地形编辑器系统设计与实现

作战仿真中,地形地物对战争进程发挥着重要影响。设计并实现了战场环境地形编辑器系统,该系统利用规整网格存储高程数据,确保了动态编辑地形的实时性,并使用CLOD地形渲染方法提高绘制性能。在此基础上,对堑壕、铁丝网、三角锥、雷场、碉堡等常见战场要素的特点进行分析,将它们分为点状地物、线状地物和面状地物;最后,对每类地物分别设计不同的生成算法。实验结果证明了算法的有效性。     

舰炮目标毁伤判定与毁伤效果仿真研究

舰炮对目标毁伤的判定与毁伤效果仿真是舰载作战系统仿真训练的重要组成部分,作为连接舰炮射击与目标毁伤的中间环节,它实现了对目标毁伤状态的判定,以及目标毁伤效果的仿真反馈,从而仿真训练系统中其他仿真成员,以及各型侦察模拟设备可以发现并判定目标毁伤状态,为作战指挥人员进行作战指挥决策提供目标毁伤信息,为参训职手提供更为实战化的仿真训练环境。在简述舰载作战系统仿真训练系统的基础上,重点探讨了基于毁伤概率表和弹目交会的舰炮毁伤判定方法,并简述了目标毁伤效果仿真方法。     

基于改进型两两比较法的实验指标对比分析

针对用于作战仿真实验的实验方案,分别从两实验方案的单一实验指标对比分析和两实验方案的综合实验指标对比分析两个方面展开了研究。基于"改进型两两比较法"完成了对作战仿真实验方案的实验指标对比分析,并结合作战仿真实验中实验指标对比分析的应用实例,验证了方法的可行性和实用性。     

国防动员大数据应用前景与对策

大数据时代,国防动员领域将发生崭新的变化.在动员资源表现形式上,由数字化升级为大数据化;在动员数据管理模式上,由"分散垂管"变为"组合增效";在动员计划决策功能上,由主观动员变为智慧动员.大数据对于国防动员领域的影响是革命性的,国防动员领域需要主动、积极地迎接大数据时代,包括树立大数据理念、抓好大数据项目研发与应用、加强大数据人才队伍建设、完善与大数据相适应的法规标准.     

基于建模仿真的靶标验证与确认方法研究

在武器系统试验鉴定中,靶标模拟威胁目标的逼真程度直接关系到试验结果的可信度,关系到靶场试验质量和效益。因此,在武器系统试验鉴定中科学规范地选择靶标、评估靶标对试验结果的影响至关重要。本文分析在试验选靶中进行靶标验证和确认的需求,解析相关概念,阐述了建模仿真对靶标的验证和确认的重要作用;以空中靶标为例,重点研究基于建模仿真的靶标验证与确认方法。     

大数据视野下微博涉军舆情引导策略

微博作为大数据时代具有代表性的社交媒体平台每时每刻都产生海量多样的媒体信息,各种涉军舆情信息混杂其中。微博数据的这种大数据特性对涉军舆情监测、识别、引导和管控带来了前所未有的新挑战。研究大数据背景下微博涉军舆情的特点规律和引导策略,对涉军舆情的管控有积极的理论和现实指导意义。     

关联数据及其在国际军事情报工作中的应用

关联数据是语义网的最佳实践,其国际最典型应用体现于军事情报工作中。在阐述关联数据的概念及其"数据"与"语义关联"的本质特征的此基础上,分析了关联数据在情报工作全流程中的具体应用,包括:情报收集的多源异构情报融合共享获取能力、情报分析的智能化关联综合能力、情报发布的开放与知识链接导航能力及情报组织利用的语义结构化与高效检索能力等,并进而提出了我国我军实现关联数据的策略。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。