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。     

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。     

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。     

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.     

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.     

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.     

结构与控制系统协同并行设计技术研究

针对传统设计、分析存在的问题 ,对结构与控制系统协同并行设计技术作了研究。通过多学科专业人员组成产品开发团队 ,利用PRO/E ,PATRAN ,NASTRAN ,ADAMS以及MATLAB等对某型号导弹进行了结构与控制系统的并行设计。     

中国A100型300毫米多管火箭武器

A100是由中国自行研制的一种大口径远程多管火箭武器,具有射程远、精度高、威力大、反应迅速、支援保障简便等特点。该武器主要用于打击敌战役、战术纵深内的各种集群目标和面目标,如集群坦克、装甲车辆、停机坪上的飞机、上岸的两栖登陆装备、近岸舰艇、技术兵器、指挥系统、雷达站、通信枢纽以及集群兵力等。     

隐身伪装技术新发展

隐身技术,是指通过减少目标雷达、红外线、光电、声响等暴露征候,使目标在战场不被探测的一种伪装技术。隐身技术的出现为目标的隐真伪装提供了新的实现途径。与示假伪装相比,隐身技术能最大限度地保证目标的生存,因为示假虽然能提高战场目标的生存能力,但不能保证真目标不连同假目标一起被摧毁。而对于关键目标(武器装备、工事等),敌不惜武力进行摧毁下,这时,隐身伪装就显得十分必要。     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.