巴西核能力发展态势分析

2009年9月7日,巴西和法国正式签署了一项总金额达123亿美元的军售协议。根据协议,法国将帮助巴西建造一艘核动力潜艇,并于2020年左右部署。这将使巴西成为全球少数几个拥有核潜艇的国家之一,提升巴西海军的威慑与实战能力．不过,巴西从发展核潜艇到真正拥有一支独立的核力量仍将是一个长期的过程。     

态势评估中基于合同网的黑板模型研究*

态势评估是对战场上战斗力量分配情况的评价过程。针对目前态势评估的局限性和面临的挑战,运用黑板模型和合同网理论研究态势评估问题。对当前态势评估黑板模型的主要工作进行比较,在此基础上引入合同网的思想,提出了基于合同网的态势评估黑板模型,并重点论述了该模型的结构和运行机制。该模型在一定程度上解决了黑板模型的不足,并且能更好地用于分布式信息融合环境。     

多源信息融合和目标综合识别技术

多源信息融合和目标综合识别是为支持作战决策,综合利用计算机、信息处理、人工智能等技术,按照一定准则,对多传感器获得的信息进行综合分析与处理的过程,包括对多源数据进行检测、相关、组合和估计,从而提高状态和身份估计的精度,以对海战场态势和威胁的重要程度进行适时完整的评价。多源信息融合系统中,各种信息源提供的信息可能具有不同的特性一时变的或非时变的、实时的或非实时的、确定的或随机的、     

美国最新《核态势评估报告》评析

美国国防部公布了最新的《核态势评估报告》（Nuclear Posture Review）,宣布有条件的避免对无核国家动用核武,并将减少核打击的目标,削减核武器的数量。此举将为世界核安全形势带来何种影响,值得我们研究思考。     

聚合解聚及其一致性问题研究

聚合解聚是多分辨率建模方法中应用最普遍的方法.一致性问题是聚合解聚方法所面临的主要技术难点之一.模型建模机制的差异、算法的不合理以及系统的无记忆性是导致一致性问题的主要原因.提出了利用反馈机制对低分辨率模型进行修正,通过增加系统的记忆性来改进聚合解聚方法的思路.综合考虑多重因素,对聚合解聚算法的结构进行了设计.     

态势估计中语义障碍的解决方法

态势估计是数据融合体系中的一个重要层次,针对态势估计过程中的语义挑战,引入描述逻辑的概念作为语义推理的逻辑基础.通过描述逻辑良好的语义定义以及提供可判定的推理服务,来给符号分配意义并限制符号可能的解释,消除其中的语义障碍.介绍了描述逻辑的概念、体系和推理, 通过实例说明了这种应用的可能性,并给出功能模型.     

动态加权的一致性多传感器数据融合算法

研究现有多传感器的加权融合算法,针对时变非线性系统状态估计的有效融合问题,提出了一种基于动态加权的一致性多传感器数据融合算法.对于多传感器量测,首先利用Unscented 卡尔曼滤波器得到局部状态估计值,然后基于层次分析法思想,构建反映局部状态估计结果相互支持程度的一致性矩阵,充分提取数据中蕴含的冗余和互补信息,最后通过对一致性矩阵的求解实现对权重的合理选择.经过蒙特卡罗仿真验证了该算法的有效性.     

径向基神经网络在潜艇战场态势判断中的应用

潜艇的战场态势判断是潜艇作战中的重要环节.一般情况下,对于战场态势是基于指挥员经验而判断的,其准确性不好,较强地依赖于战场指挥员的战术素养.由于不同潜艇战场态势决定不同目标的方位序列,提出了一种利用概率型径向基神经网络的方法,并通过目标方位序列与目标态势的一一对应关系,进行战场态势的判断.结果表明该方法具有较好的识别能力.     

基于模糊层次分析法的决策方法及其应用

模糊层次分析法(简称FAHP)充分利用了模糊数学新的研究成果,将层次分析法扩展到模糊环境中去,在多目标决策问题中具有独特的优越性.介绍了模糊层次分析法的基本原理及其数学模型的建立,给出了模糊互补判断矩阵的建立方法,权重公式及一致性检验公式.通过对某型垂直/短距飞行器方案选优排序中的应用分析,证明了该方法在系统方案选优中的有效性.     

基于双驱动模型的目标机动行为识别方法

针对目标样本数据和行为知识匮乏、不平衡对空中目标飞行机动识别带来的难题,提出了一种基于数据与知识双驱动的智能化识别方法。采用集成学习的思想将数据驱动的深度学习模型和知识驱动的推理模型融合,既可以弥补推理模型在复杂环境下表现不佳的不足,又可以增加深度学习的可解释性和鲁棒性。利用仿真对比实验验证所提方法的有效性,结果表明：所提算法对目标机动行为识别能力优于仅基于知识驱动或仅基于数据驱动的单驱动系统,准确率达到90.1%。此方法大幅提升了对复杂环境的适应能力和识别准确率,对目标机动行为识别有重要工程应用价值。