瞄准分划的多特征融合识别与亚像素定位算法

提出了瞄准分划的多特征融合识别算法,该算法提取并融合瞄准分划的几何特征、灰度特征和运动特征,提高了识别的准确率;在此基础上应用亚像素定位算法,实现了瞄准分划的精确定位,满足了瞄准线的高精度动态测量的要求。     

全脉冲幅度信息的分析与特征提取

全脉冲数据在电子情报分析和电子侦察信号处理中具有十分重要的意义.为了辅助雷达信号分选和识别,挖掘除频率和方位以外的脉冲信息,对全脉冲数据中幅度信息的相关变化特征进行了分析与提取.将统计分析与脉幅的教学模型相结合,分析了脉冲幅度随天线扫描的起伏规律,并提取了脉冲幅度对脉冲宽度测量值的制约特征.实验结果验证了该方法提取雷达信号特征的可行性和有效性,为信号分选提供了新的思路.     

一种基于语义推理的多智能体协同功能设计框架

在功能设计知识本体表示模型的基础上,提出了一种基于语义推理的多智能体协同功能设计框架。该框架分为两个部分,其中,基于Multi-agent的通信协作平台将OWL本体嵌入到FIPAACL中以实现产品设计Agent之间的设计知识通信;基于本体的功能建模方法则将本体表示与本体推理结合以支持功能设计本体的存储与检索。最后,对该框架所包含的协同功能设计本体语义推理模型进行了分析与实现,以证明所建议框架的有效性。     

数据库安全管理及访问控制中问件的设计与实现

为确保军事敏感数据安全,在全面分析和研究数据库安全漏洞、安全策略、安全目标的基础上,提出了利用中间件技术实现客户访问数据库控制机制。针对两类操作系统的客户端,设计实现了通信控制中间件,使具有授权的用户通过中间层认证辨识后才能正确地访问数据库,确保了数据库信息安全。     

基于多栅格的基建营房保障信息耦合研究

合理利用军地资源实施一体化保障是现代战争或非战争军事行动基建营房保障的重要内容,然而,包含大量此类信息的商用网络、行业网络和平时基建营房业务管理网络的信息如何能被有效利用却是一个令人头疼的问题。依托军事信息栅格和地方多个行业信息网络,研究、设计缓冲数据库和数据订制服务软件,安全可靠地将分布在多个信息栅格中的基建营房保障所需信息耦合到军事后勤信息网络中,为快速、科学制定基建营房保障计划和实施战时基建营房一体化保障提供强有力的信息支持。     

数据资源规划中统一身份认证平台设计与实现

针对后勤信息化建设中数据集成和信息资源规划中面临的问题,提出了基于目录访问协议的统一角色存储、Agent表数据同步和JMS数据发布的用户信息认证机制和信息交换机制,实现了后勤各级用户全网身份数据的统一整合,确保全局数据的一致性,为全网完全统一身份认证提供技术基础。     

基于GAHP的模糊综合评判法在潜艇 作战方案评估中的应用

潜艇作战方案评估是辅助对潜指挥员决策的重要方法,而评估的科学性对决策的有效性影响很大.利用多人层次分析法(GAHP)和模糊综合评判相结合的方法,对潜艇作战方案进行评估,评估的结果可信度高,有利于对潜指挥员的正确决策.最后,通过实例证明了方法的有效性.     

C2关系网络演化生成特性分析*

在网络中心作战背景下,为了探索"聚力前沿"(Power to the Edge)现实要求下的指挥控制(C2)关系动态演化规律,讨论了两种实元的加入策略模型:"信息最优加入"策略(BIMS)和"随机加入"策略(RMS):提出了信息资源利用率、信息资源命中率、信息传输有效率等三个指挥控制关系网络效能指标和一种加权评价方法.通过对仿真结果的分析,发现了BIMS策略下C2关系网络演化过程中存在的自组织、自适应现象,得出了BIMS策略下C2关系网络将具有无尺度网络特征这一结论.最后,比较了BIMS策略和RMS策略下的C2关系网效能和抗随机干扰能力,发现前者优于后者,而且BIMS策略下C2关系网具有逐渐优化的能力.     

一种面向Agent的概念化建模方法*

面向Agent的建模方法为基于Agent系统的概念化描述提供了一种新的技术.针对多Agent系统分析与建模问题,扩展并规范了面向Agent概念化建模过程,定义了Agent模型及其扩展模型,并给出了形式化描述.同时,给出面向Agent的分析和设计过程,为其具体建模提供了一种高层指导.最后,与其它现有面向Agent的方法在应用方面进行了类比分析,为该方法的广泛和深入地应用研究打下基础.     

发布/订阅机制在协同作战系统中的应用

为了提升现代战场环境中作战系统的作战效能,引入了协同作战的思想。采用发布/订阅机制实现协同作战系统中应用数据的按需分发,并将发布/订阅机制以中间件的方式应用于协同作战系统的设计中,利用发布/订阅中间件所提供的丰富的QoS（Quality of Service）策略满足了系统内多类型数据复杂的分发需求。通过相关的测试,能够满足协同作战系统基本的信息交互需求。