态势评估中基于合同网的黑板模型研究

态势评估是对战场上战斗力量分配情况的评价过程。针对目前态势评估的局限性和面临的挑战,运用黑板模型和合同网理论研究态势评估问题。对当前态势评估黑板模型的主要工作进行比较,在此基础上引入合同网的思想,提出了基于合同网的态势评估黑板模型,并重点论述了该模型的结构和运行机制。该模型在一定程度上解决了黑板模型的不足,并且能更好地用于分布式信息融合环境。     

银河仿真工作站实时通信技术的研究与实现

对银河仿真工作站与共享内存实时网络的实时通信技术进行了研究 ,介绍了银河仿真工作站与实时网通信的应用程序接口API,并且描述了一个在YHSIM仿真程序中实现与实时网通信的例子 ,最后给出了实验结果。实验证明 ,该技术能有效地用于大规模复杂系统的半实物仿真     

火控雷达中的抗干扰技术

电子对抗的迅速发展对火控雷达提出了更高的要求,不仅要提高火控雷达的技术性能,同时要提高其抗干扰能力,新型火控雷达的抗干扰性能成为衡量其作战能力的重要指标.介绍了新型火控雷达中应用的主要抗干扰技术,并阐述了具体的实现方法.     

一种无师训练的模糊极小极大人工神经网络

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.     

战术决策中基于Petri网的知识表示与权值训练

通过对驾驶员辅助决策人工智能系统(PAAIS)中战术决策知识进行模糊Petri网的表示和推理,提出了一种模糊神经Petri网络(FNPN)来训练其权值的方法,并进行了实验仿真.结果表明,神经网络和Petri网结合使得模糊产生式规则更加有效,也对知识库的建立、更新和维护有着重要的意义.     

C4ISR通信仿真网中数据采集和存储算法

以C4ISR通信仿真网为基础,针对军网中数据流量大、突发性强的特点,采用自适应粒度采集算法和多结构体线形链式缓冲池的存储模式算法,来收集仿真数据.同时,根据系统工作重心的不同,依据缓冲池空闲区的大小和存储变化率,分区动态调整线程优先级.从而最大限度保障了对仿真过程中数据收集的完整性和准确性.     

集对分析联系度聚类方法在信息分类中的应用

常见的各种聚类方法在遭遇稀疏数据信息的状况下是无法使用的.提出了一种基于集对分析联系度的聚类方法.它借用集对分析的联系度,对稀疏数据矩阵进行同异反特征分类,给出了符合一定概率分布的同异反特征数,并由此给出了同异反距离的计算方法.求出距离矩阵后根据距离聚类方法给出聚类结果.最后给出了该方法在信息分类中的实际应用,证实了方法的可行性、合理性和应用性.     

罗卫兵教授

罗卫兵,男,汉族,1969年4月出生,湖南益阳市人。1987年考入武警技术学院光电系电子视监专业就读,大学本科,1991年获工学学士学位,并留校任教。1995～2002年就读于西北工业大学,1999年获通信与信息系统专业     

激光高重频干扰信号的重复频率研究

从干扰激光导引头搜索和识别制导信号的角度出发,研究了对干扰信号重复频率的要求.研究结果显示所需的重复频率可以小于以往要求.利用激光制导武器光电干扰仿真系统,以某型采用比例导引规律的激光制导炸弹为仿真对象,研究了当干扰信号的重复频率略小于波门宽度的倒数时,对激光制导武器进入制导飞行后的干扰效果.研究结果表明对激光制导武器的制导段仍然能够达到较高的干扰概率.