星载AIS检测概率建模与仿真分析

针对现有星载AIS检测概率低的问题,对星载AIS接收信号冲突和检测概率进行了研究和论证,并对影响检测概率的诸多因素进行了分析。分析了星载AIS与地面AIS的差异性,指出了星载AIS面临的新挑战。重点对星载AIS信号多网冲突问题进行了研究,建立了一种基于船舶分布密度函数的星载AIS检测概率模型。通过分析时隙冲突、船舶动态、轨道高度、天线类型和B类AIS船舶等因素对系统检测概率的影响,为工程设计和性能评估提供了一定参考依据。     

某型反坦克导弹多目标火力分配优化模型

火力分配模型是反坦克射击指挥软件中的核心模块,某型反坦克导弹是我军新研制的反坦克导弹系统,具有打击精确、射程远、攻击力强等特点,依据该系统的特点基于重点优先、任务最大、避免火力交叉等原则,采用递归算法给出了相应的火力分配模型算法,充分发挥了该系统的特点。     

WiMesh网络中处理多径衰落和带宽效率的相关技术

WiMesh网络作为一种新型的无线城域网解决方案,已在美国等地得到了广泛的应用。因而,研究WiMesh网络的相关技术具有十分重要的意义。同时,在未来的无线宽带通信系统中,多径衰落和带宽效率方面一直是研究者们重点探讨的问题。简要介绍了WiMesh网络的基本概念和特性,重点介绍了WiMesh网络中处理多径衰落和带宽效率的相关技术。     

多Agent联合灭火救援协同组织研究

多Agent技术作为一种人工智能新技术已经迅速渗透到信息社会的各个环节中。在对联合灭火救援任务描述基础上,建立了联合灭火救援的协作结构,借鉴多Agent理论中的合同网协议,提出了联合灭火救援的任务优化分配和协作算法。此研究对于提高消防部队的作战能力,实现快速、高效、科学决策,保护人民群众的生命和财产安全有着重要的现实意义。     

带时间窗的多无人机航迹规划两阶段启发式算法

带时间窗的多无人机(Unmanned Aerial Vehicles,简称UAV)航迹规划问题是一类重要的NP-Hard问题,相关启发式算法研究一直是该问题的研究重点和难点。建立了问题的UAV流模型,并提出了一种两阶段启发式算法用于问题求解。算法的第一阶段提出了一种基于"最迟完成服务优先"规则的航迹构造算法,用于获取问题的初始解;第二阶段利用模拟退火算法对初始解进行改进。最后基于Solomon Benchmark数据集对算法进行了测试,实验结果表明该启发式算法可以有效地求解带时间窗的多UAV航迹规划问题。     

稀布阵下宽带多波束组合印证测向算法

在稀布阵下,对信号强度不同的多个信号进行多波束测向时,由于波束主瓣较宽,副瓣较高,因而无法分辨信号到达方向。针对此问题,提出了一种新的多波束测向算法,即多波束组合印证测向算法。该方法充分利用高副瓣的特点,建立多波束学习训练匹配表,通过查表综合判定信号到达方向。仿真实验结果表明:该算法很好地解决了稀布阵下对同时到达阵元的多个信号测向问题,且算法简单,运算量小,测向精度较好,具有很好的工程应用价值。     

深度不确定的战场环境下鲁棒战术决策方法

针对日益复杂的战场环境研究了深度不确定战场环境下的战术决策问题。结合鲁棒决策的特征,提出一套将情景规划与定量方法融合于鲁棒决策分析方法中的决策流程;并结合战争复杂性、不确定性的特性,将深度不确定环境下的鲁棒决策方法应用于战术决策的制定当中,从战场情景规划到基于综合集成方法的鲁棒战术决策模型,给出了具体的生成过程。     

智能化战机编队指派的战术匹配寻优算法

战机编队指派是空战指挥决策的重要一环,属于多属性决策优化问题。为提高空战指挥的自动化水平,设计了一种智能化战机编队指派的战术匹配寻优算法。首先分析了战机编队空战优势的估算方法;然后提出了战机编队指派的初步匹配方法,该方法通过战术匹配得到满足编队级最小空战优势要求的,能够覆盖最多目标编队的初步指派方案;最后设计了基于自扰动蚁群算法的战机编队指派寻优算法,该算法针对未分配战机寻找能够使己方战术价值总和最大化的战机编队指派方案。对战机编队指派的初步匹配结果和自扰动蚁群算法寻优结果进行合成得到最终的战机编队指派方案。示例验证了该方法能够得到与空战指挥员经验一致的战机编队指派结果,而且具有较好的实时性。     

多基线干涉仪导引头对带闪烁诱饵雷达制导效果

针对反辐射无人机采用前沿测向技术无法对抗闪烁诱偏这一难题,通过分析导引头对两点源测向原理入手,提出一种利用长短基线交错提取相位差解算雷达角度实现抗诱偏的方法。该方法提取导引头长基线与短基线接收到合成信号前沿与中部的相位差,通过解算可以确定雷达的方向,通过仿真验证了该方法的有效性。最后描述了导引头区分诱饵干扰与多径干扰的过程,并分不同情况分析了导引头攻击时相位差的选择。     

基于粗糙集的战教比例优化聚类决策模型应用

针对现行装甲装备战教比例标准下部队战备和训练任务之间的矛盾和问题,提出了基于粗糙集的K-means聚类分析的战教比例优化决策模型,利用粗糙集的属性约简算法消除冗余属性,根据各属性重要度确定其指标权值,然后依据分析所得优化决策方案及其影响指标加权数据值,以欧式距离为准则进行定中心K-means聚类。实例分析结果验证了该优化决策模型对于战教比例优化具有较好适应性和科学性。