PSO优化加权信息融合的多机多目标空战决策

以多机多目标协同空战为作战背景,建立对抗决策模型。选取速度、距离等要素构建综合态势评估函数,采用多因子加权信息融合方式进行评估,态势因素权值采用PSO算法动态寻优。对于每个单机作战策略,利用加权信息融合方式评价编队级决策,其中单机作战策略的权值仍是采用PSO优化算法求得。对决策模型进行了仿真验证,实验表明,该空战决策模型提高了可信度,是准确和有效的,并且满足实时性要求。     

外形对声呐探测影响的分析计算

根据声呐探雷的原理,提出影响声呐探测的因素为:目标强度的大小与声影的强弱。计算了圆柱形、锥台形、BGM601型与1号雷体形状的目标强度及声呐对其的探测距离,并对1号雷壳与圆柱形雷壳的成影能力进行对比分析。结果显示,1号雷壳的目标强度较低,可降低声呐探测距离,且与圆柱形相比,具有较好透声性能。因此,1号雷壳可增加声呐探测的难度,具有良好的隐身性能。     

武器装备人机界面操控性评价方法研究

针对武器装备人机界面操控性难以有效评价的问题,提出人机界面操控易用性的评价指标,利用信息距离对易用性进行分析,并建立武器装备人机界面易用性的评估模型,并通过实例进行武器装备易用性评价分析,为武器装备人机界面操控性设计优化及检验标准的制定提供了借鉴。     

探雷声纳作用距离预报建模与仿真

针对复杂海洋环境下探雷声纳作用距离难以有效确定的特点,研究了探雷声纳基阵的三维指向性函数,通过建立声纳三维单波束照射海底模型,仿真计算了基于实际波束指向下声纳波束域海底混响级、目标回波级和海洋环境噪声级,实现了探雷声纳作用距离的有效预报,并重点就波束指向对声纳探测性能的影响进行了仿真验证。结果表明,研究结论对于指导探雷声纳的作战使用有重要意义。     

潜艇伴随护航最佳配置距离及其应用

舰艇编队航渡过程中面临敌潜艇威胁严重,潜艇伴随护航是最常用的反潜警戒方式。通过建立敌潜艇威胁方位、配置潜艇警戒方位以及警戒效能模型并进行仿真计算,发现潜艇伴随护航存在最佳配置距离,且最佳配置距离可用于确定直接伴随护航配置距离、跳跃式伴随护航活动范围,以及不同性能潜艇之间的错位配置距离等,具有较为重要的实际意义。     

无源激光敌我识别系统作用距离

分析了无源激光敌我识别系统组成和工作原理;对系统的光束传输过程进行等效,利用激光波长、束散角、峰值功率等激光参数,推导出了基于高斯光束理论的光束传输模型;采取高斯光束衍生的方法,解决高斯光束通过硬边光阑的传输问题;在考虑大气衰减的基础上,仿真计算了激光敌我识别系统工作中回波信号能量密度与系统作用距离的关系,分析了提高系统作用距离的途径.研究结果一方面对于无源激光敌我识别设备的研制具有借鉴意义,另一方面可以为评估无源激光敌我识别设备作用距离提供支持.     

一种基于改进SIFT的航拍图像自动配准算法

针对传统SIFT算法匹配时间长、错匹配较多等问题,提出了一种基于改进SIFT特征的航拍图像自动配准算法.首先,通过特征点检测时设定检测极值点数目,按照DOG空间层次结构由粗到精来搜索特征点,并使用改进的SIFT特征描述符生成算法;其次,利用最近邻匹配准则进行初步匹配得到初始匹配点对,并采用双向匹配方法对匹配特征点对进行筛选;然后,基于马氏距离的特征点相似度量方法进行二次匹配,并使用RANSAC算法求取仿射变换模型;最后,通过双线性插值对变换后的图像进行重采样和插值.实验结果表明:该算法可以实现航拍图像之间的有效配准,在配准性能上优于传统SIFT算法.     

狙击手必备的七大素质

狙击手之解读:"战场上的幽灵"、"冷面杀手"、"白色死神"等等听起来令人毛骨悚然的形容词都是用来形容狙击手的,他们的存在会在一场战役中起到至关重要的作用,有时甚至会决定一场战役的成败与否,那么一个狙击手除了有好的枪法,还应该具备哪些素质呢?     

基于标准化信息距离的彩色图像检索方法

针对标准化信息距离（Normalized Information Distance,NID）在图像检索（Image Retrieval,IR）应用中的优势和不足,结合图像的显著图,给出了一种改进的基于NID的IR算法,并进行了仿真实验。结果表明：改进算法的检索性能有了较好的改善。     

分块自适应加权改进大规模概率模糊聚类

为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度.实验结果表明,算法在继承传统BFC算法良好聚类性能基础上,减少计算复杂度,有效提高聚类效率,适用于大规模数据集聚类.