基于Multi-Agent的武器装备虚拟维修训练系统

提出了一种基于Multi-Agent的虚拟维修训练系统(VMTS)结构框架,整个系统分别由主控Agent、仿真Agent、和接口Agent3个具有交互作用的Agent组成,从而将虚拟维修训练系统的开发转化为一个多Agent系统的设计与开发.基于多Agent的框架结构可实现受训者的智能模型及虚拟训练场景中虚拟物体的行为模型,从而可以提高VMTS的健壮性和可重用性.基于Agent的概念模型实现了Agent之间的交互和协作,并介绍了主控Agent和仿真Agent的具体实现方法.     

积极创新战斗力生成模式 努力建设过硬战时保障单元

仓库群作为战略后方基地的主要组成部分,是战时重要的后勤保障力量,文章着眼信息化条件下的局部战争对军队后勤保障的特殊要求,提出仓库群建设要积极转变战斗力生成模式的观点,并立足仓库群的实际情况,探索了在人才培养、基础建设、科技兴训等方面建设过硬战时保障单元的根本方式和途径。     

基于Internet的虚拟博物馆自动生成系统

采用通用的VRML生成器和QuickTime播放器,基于Internet国际互联网环境,通过对国际现有的VRML生成器性能的对比,应用VRML语言,构造出一个虚拟的境界。虚拟博物馆自动生成系统的各个参数均存储在数据库中,需要时可以随时设计博物馆的虚拟场景并与其他应用程序挂接。利用该系统构造的虚拟的境界,使参观者获得与真实博物馆一样的感觉。     

ViewEditor及其图形功能的设计与实现

介绍了ViewEditor的功能和系统构造,并对其图形功能的层次模型与界面设计详细论述.ViewEditor是一个基于Windows NT系统的视景仿真编辑器.它集图形、图象、声音、文字编辑于一体,支持开放式接口,具有界面优良,操作直观灵活,满足WYSIWYG等特点.     

函数生成器的优化设计

本文介绍了一种优化的多变量函数产生器的设计思想,详尽论述了多变量函数快速插值算法、消除冗余断点搜索的思想以及搜索次数为１的断点搜索策略。实用表明,该产生器高效可行,比一般的多变量函数产生器减少计算量一半左右,有效地缩短了仿真问题的求解时间。     

以科学发展观全面推进战斗力生成模式根本转变

胡主席提出以科学发展观为统领,建设伟大的社会主义和谐社会.在我军的现代化建设进程中,必须要以科学发展观全面推进军队战斗力生成模式的根本转变.在军事思维上,必须实现由"要素分离"型向"体系融合"型主导转变;在训练理念上,必须实现由"消极安全"型向"实战任务"型转变;在系统建设上,必须实现由"条块分割"型向"综合集成"型转变;在军事实践上,必须实现由"经验归纳"型向"虚拟实践"型转变;在管理控制上,必须实现由"粗放低能"型向"和谐高效"型转变.     

基于品质度量的移动Ad Hoc网络分层密钥管理优化技术

提出了一个分布式的基于品质度量的分层密钥优化管理机制。该机制通过动态选择高品质的节点作为PKG来增强移动Ad Hoc网络的安全性,并将网络生存时间最大化。节点的选择可以归结为随机(restless bandit)问题,并且将密钥更新过程分为在线和离线两个部分,从而降低了计算复杂性。仿真结果表明,该机制可增强网络的安全性和将网络生存时间最大化,非常适合移动自组网的应用要求。     

STK飞行任务仿真及其在空地链路分析中的应用

飞行仿真是飞行航路设计,飞行任务规划以及飞行训练等项目中非常重要的一项任务。介绍了在STK(Satellite Tool Kit)的三维显示环境下,利用STK提供的专业化模块STK/AMM(Aircraft Mission Modeler)进行航空器飞行任务仿真的方法,详细阐述了利用该模块进行飞行任务规划和飞行路径设计的过程。同时结合STK的数据分析功能完成航空器在飞行过程中与地面台站的通信链路的可用性分析。给出的仿真方法较以往的仿真方法简单,设计过程更加灵活,可以快速地实现飞行任务仿真设计和空地通信链路的可用性分析。     

基于MPC方法无人机避障路径规划研究

无人机大多依靠规划好的航路飞行,面对复杂的、不可预知的飞行环境,有效的自主障碍规避能力对提高飞行安全十分必要。针对无人机飞行过程中机动障碍物的避障问题,提出了一种MPC避障路径规划方法。构造障碍物预测模型、一阶指数参考轨迹生成方法、并提出了能力-时间组合最优为目标的滚动优化模型,有效解决了在运动障碍物作用下,无人机运动轨迹安全、平滑的动态规划问题。二维和三维空间仿真结果表明,所提方法是有效的。     

基于深度卷积神经网络的异常行为快速识别

针对异常行为快速识别问题,提出了一种基于深度卷积神经网络的视频检测和定位方法。该方法利用全卷积神经网络和时间数据,将一个预先经过训练和监督的全卷积神经网络转移到一个无监督的全卷积神经网络,确保能够检测全局场景中的异常,提出利用级联检测的方式来降低算法的计算复杂度,从而使其在速度和精度方面获得较高的性能。提出的基于全卷积神经网络的异常行为检测架构解决了两个主要任务,即特征表示和级联离群值检测。实验结果表明,所提方法在检测和定位精度上优于现有算法,且运行速度更快,从而表明所提算法的有效性和可行性。