基于Vague集的多人决策地面防空火力配系评估方法

针对已有评估方法存在的不足,提出一种基于Vague集的多人决策地面防空火力配系评估新方法。对地面防空火力配系评价指标进行了分析,给出了偏离理想决策最大的Vague集剔除方法,使多位决策者意见不一致的问题得到了有效解决,构建了地面防空火力配系评估数学模型,给出了防空火力配系评估方法。通过实例分析验证,该方法评估结果客观准确。     

FDIA对雷达组网系统数据融合的影响分析

雷达组网系统将多部雷达组成互联互通的网络,作为典型的赛博物理系统,同样面临着赛博攻击的威胁。为了研究赛博攻击对其性能产生的影响,构建针对雷达组网系统交互式多模型(IMM)数据融合的虚假数据注入攻击(FDIA)模型。建立机动目标动态模型,以及单站雷达和雷达组网系统基于交互式多模型融合算法的分布式数据处理模型。分析虚假数据注入攻击的原理,并建立对应的数学模型。根据机动目标动态模型,进行实验仿真,结果显示虚假数据注入攻击对单站雷达目标状态估计的影响,明显大于对组网雷达目标状态融合估计的影响,验证了雷达组网系统数据融合对于虚假数据注入攻击具有一定的鲁棒性。     

一种基于混合算法的火力规划方法

针对战场上火力单元与目标数量较多的具有多约束的火力规划问题,提出一种采用贪心策略和改进遗传算法的混合算法求解不同复杂程度的火力规划方法。贪心策略用于优化初始种群以加快遗传算法收敛及在短时间内求解较复杂的火力规划问题。采用改进编码方式、杂交与变异算子的遗传算法处理约束条件,提高搜索效率,加快算法运行速度。仿真实验结果表明,混合算法可以在平衡求解时间与结果满意度的情况下求解不同复杂程度的火力规划问题。     

携带诱骗信息的多层网络隐写方法

为了提升网络隐写方法中秘密信息隐蔽传输的安全性,研究了携带诱骗信息的多层网络隐写方法。方法分为两层,高层方法用于携带诱骗信息欺骗检测者,低层方法利用网络协议栈纵向多协议之间的关系编码秘密信息,实现隐蔽通信。实验结果表明,该方法能够在保证隐写带宽的同时,确保了秘密信息传输的安全性。     

机载航电系统射频隐身性能多域联合评估方法

针对机载航电系统自身辐射源特性,提出一种不依赖敌方探测设备的机载航电系统射频隐身性能评估方法。分析机载航电系统设备在极化域、波形域、能量域中影响射频隐身性能的因素,构建极化域、能量域、波形域射频隐身指标,打破常规的"辐射-接收"模型的隐身性能评估方法,建立基于机载航电系统自身辐射信号工作状态和工作参数的射频隐身定量评估方法。对机载雷达系统进行仿真评估,结果表明,该评估方法能正确反映机载雷达系统的射频隐身性能。     

多轮次打击情况下的跑道失效率计算

对机场跑道进行多轮次打击时,每轮打击之后对跑道失效率的计算可掌握是否达到预期打击目的,为下一轮打击提供决策依据.以马尔科夫链为理论依据对多轮次打击情况下的跑道失效率进行计算,只需计算出跑道失效率的一步转移概率矩阵,即可求出任意多次打击后跑道的失效率,避免了采用常规方法时的多层迭代计算,降低了多次打击计算的难度.实例证明,该方法具有运算速度快、精度高的特点,可用于多轮次打击情况下的跑道失效率计算问题.     

基于多视图的指挥信息系统军事需求分析方法

针对目前指挥信息系统军事需求分析领域存在的一系列问题,提出了一套符合指挥信息系统特点要求的基于多视图的指挥信息系统军事需求分析方法.该方法主要根据军事指挥人员、参谋业务人员以及系统管理人员等不同类型人员的特点,从作战、系统以及管理等多个角度分析指挥信息系统军事需求.文中重点对该方法的3个重要组成部分,即需求体系框架、描述方法体系和集成开发环境,进行了分析研究.     

基于multi-agent编组的校园虚拟实验网格任务分配策略

在网格计算环境下,许多任务的执行经常需要同时协同分配多个agent以满足性能需求.提出了一种新的基于multi-agent编组机制的agent协同分配方法.首先,对传统编组算法和multi-agent编组算法进行了分析比较.然后,设计了校园虚拟实验网格调度系统及其任务分配算法,实验结果表明:当CDR=0.2时,算法与传统算法带来最好的目标价值,在某些条件下,传统算法略微胜过该算法,当CDR增大时,该算法比传统算法执行得更好.     

被动声传感器网络模拟器的设计与实现

现代雷达防空体系对低空/超低空飞行目标的探测仍然是其弱点之一.被动声传感器网络数据融合理论和技术的快速发展,给这类目标的探测、识别和定位跟踪提供了新的方法.在对被动声传感器工作原理、目标运动模型和方位角检测模型分析的基础上,给出了一种被动声传感器网络模拟器的设计思路,同时给出了其软件平台的实现方法.模拟器考虑了大气环境因素的影响和传感器对目标探测的实时处理能力的要求,产生的仿真数据能够较好地逼近真实数据,为被动声传感器数据融合算法的研究提供了强有力的数据支持.