基于兰彻斯特方程的大区域防空作战效能评估模型

针对大区域防空参战兵力多,体系结构、交战过程复杂的特点,引入作战效能、战斗编组、火力毁伤及任务分配等矩阵,建立了基于兰彻斯特方程的大区域防空作战效能评估模型,包括战斗力指数、战斗编组、毁伤指数、任务分配、指挥控制和作战实力损耗等部分。每个模型的建立均通过设定相应矩阵,分析战斗力指数,得出其计算模型。并以相关抗击率以及安全率表征总体效能指标,较好地解决了对大区域防空作战效能的评估问题。模型简洁,便于理解,易于计算。     

逃逸飞行器喷流干扰流场的分区数值模拟

基于拼接网格系统 ,应用三维区域边界格式 ;通过区域边界格式对区域边界上的通量进行守恒性处理 ,发展了一个超音速复杂流场分区算法 ;对不同攻角下的逃逸飞行器喷流干扰流场进行了分区数值模拟 ,取得了较好的结果     

离散随机系统的一类综合控制

研究离散线性随机系统在方差约束下的综合控制设计问题,即设计期望的静态输出反馈控制器,使闭环极点位于单位圆内的一个环形区域内。同时,每个稳态状态方差都满足给定的上界约束,从而使闭环系统具有良好的稳定特性和动态性能。本文利用修正的代数Ｌｙａｐｕｎｏｖ方程,推导出控制器存在的充分条件和解集刻划,并提供了说明性的数值算例。文中所得结果具有形式简洁、易于工程实现的特点     

未知最优值线性规划的修正 Karmarkar算法

本文对未知最优值的Karmarkar型线性规划,得到了一种复杂性为O(n~(3.5)L)的修正Karmarkar 算法;通过讨论加边矩阵和秩1修正矩阵的LDL~T 分解,得到了一种计算Q—斜投影的有效方法。最后,从理论上分析了算法的收敛性和复杂性。     

关于图的(g,f)-因子分解的一些结论和进展

设Ｇ是一个有限无向简单图,ｇ和ｆ是定义在图Ｇ的顶点集Ｖ（Ｇ）上的两上整数值函数,且ｇ≤ｆ。图Ｇ的一个（ｇ,ｆ）－因子是Ｇ的一个支撑子图Ｆ使对任意的Ｘ∈Ｖ（Ｆ）有ｇ（ｘ）≤ｄＦ（ｘ）≤ｆ（ｘ）。若图Ｇ的边集能划分为ｍ个边不交的（ｇ,ｆ）－因子Ｆ１,…,Ｆｍ,则称＾－Ｆ＝｛Ｆ１,…,Ｆｍ｝是Ｇ的一个（ｇ,ｆ）－因子分解。设Ｈ是Ｇ的ｍ条件的子图＾－Ｆ的Ｇ是一个（ｇｆ）－因子分解,若对每个１≤ｉ≤ｍ都有│     

基于U-D分解滤波的交互多模型算法

简要回顾了基于相控阵雷达的三维空间中机动目标建模与自适应跟踪的机理,针对交互多模型算法在其跟踪应用过程中可能会出现的滤波发散问题,提出了一种基于U-D分解的交互多模型目标跟踪算法.该算法可以有效地限制交互多模型算法滤波计算过程中的滤波发散的可能性,从而使得IMM算法更加稳定.     

适应市场：“三线”省份发挥国防科技潜力的着力点——陕西省国防科技工业调研及启示

改革开放以来,“三线”省份十分重视国防科技企业军转民工作,越来越多的国防科技力量进入国民经济领域,成为社会经济发展的重要组成部分。但“寓军于民”的体制和机制尚未完善,国防科技力量在区域经济跨越式发展中还没有充分发挥应有的作用。只有适应市场,针对国防科技企业走市场化道路存在的问题,探索现代产权制度和现代企业制度在不同地区不同企业的具体模式,才能大力促进“军民结合、寓军于民”体制与机制的创新,充分发挥国防科技工业潜力,推进区域经济的跨越式发展。     

一种基于Q-R矩阵分解的自适应滤波算法

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性。在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于Q-R矩阵分解的自适应卡尔曼滤波算法。将协方差阵分解为两个矩阵的乘积,来保证协方差矩阵的正定性。仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点。     

给定任务和模式下指挥体系节点重要性评估方法

针对一般节点重要度评估方法没有考虑指挥体系网络与外界的交互以及自身运行机制的问题,研究了指挥节点的重要度评估方法,在一般网络结构重要度分析基础上,综合作战任务和指挥模式对节点的需求,提出了作战任务对节点依赖度以及指挥模式对节点依赖度的计算方法,最后设计了评估算法并给出具体算法流程,案例分析结果证明该算法合理、有效。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。