基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。     

基于云端架构的核生化态势感知系统

目前,核生化态势感知系统不具备大数据处理能力,并且不同节点的态势感知信息不对称。为了解决这种不足,引入云端架构,构建了基于"云-端"架构的核生化态势感知系统。该系统"云"、"端"结合,在确保传统功能实现的前提下,提升了传统的数据处理能力,并生成全域战场核生化态势"一张图",为各级作战指挥员作出正确的指挥决策提供了强有力的保障支持。     

基于组件的C~4ISR系统需求开发方法

如何获得完整、准确的需求文档以及如何提高需求描述的重用性一直是C4ISR系统需求研究的重点,是C4ISR需求工程研究的重要组成部分.从研究C4ISR需求文档的现状出发,提出了基于组件的C4ISR系统需求开发方法,即将组件化封装、重用的思想引入到C4ISR系统需求的开发.对C4ISR需求组件体系的外部结构和内部结构进行了研究,并对需求组件的重用性进行了研究,给出了基于组件的C4ISR系统需求开发过程框架.该方法提高了需求的可用性和重用性,为撰写高质量的C4ISR需求文档提供了一条有效的途径.     

基于贝叶斯网络的态势评估算法研究

论述了基于贝叶斯网络专家系统的特点,研究了贝叶斯网络的推理模型以及基于此模型的信息传播算法,分析了基于态势评估的决策过程,并详细阐述了基于贝叶斯网络的态势评估算法在空 - 空作战态势推演中的应用.研究结果表明,此算法能够比较准确地反映态势评估过程,可较好地应用于决策支持系统中.     

外军先进无人地面传感器

无人地面传感设备是现代战争战场态势感知不可或缺的重要手段之一。近年来,外军借助先进通信与网络技术,大力发展无人地面传感设备,扩展了传统传感器的效能。     

基于感知信息共享的C2网络特征分析

指挥控制（C2,Commandand Control）关系网络连接数的增加会增强指控节点之间的信息共享,但也会增加节点信息处理和交换负荷,如果达到一定程度,则会造成节点本身的“信息过载”从而影响C2网络性能。对此,通过研究C2网络在两种不同处理方式下的共享感知信息平均提交时间,用网络节点响应时间的均方差表征一个C2网络的共享态势感知时间的一致性,最后对两种不同结构C2网络特征参数的计算,说明了网络连接增加会导致信息提交时间的延长,但一致性会增强。