基于熵权的改进ADC法通信基础网作战效能评估算法

以美国工业界武器系统效能咨询委员会提出的ADC模型为基础,提出了一种将熵权法和ADC方法结合的一种改进方法。在确定军事通信基础网作战能力指标体系的基础上,用熵权法求解ADC模型中的能力向量C,对ADC方法的评估模型进行了修正。该方法克服了ADC方法在求解能力向量C时缺少规范的指标体系的缺点,使不同条件下的作战能力因子ck得到比较准确的衡量。实例仿真计算的结果,说明了该法的有效性和科学性。     

增强小波系数的飞行数据奇异值阈值降噪

针对飞行数据降噪问题,提出了增强小波系数的飞行数据奇异值阈值降噪算法.结合小波系数噪声自相关函数进行飞行数据的最佳分解层小波分解,对高频小波系数先进行增强预处理再进行SVD分解,运用奇异熵理论确定奇异值重构阶次,采用奇异值阈值对小波系数进行处理并重构,得到降噪数据.仿真实验表明,本文算法能获得较高的信噪比,改善了数据质量.     

基于改进遗传算法的异构多无人机任务分配

针对异构多无人机协同任务分配问题,提出了一种基于改进的遗传算法的多UAV任务分配方法。根据多UAV协同任务分配问题的特点,设计了新的遗传算子,并且对适应度值做了标定,有效避免了算法在最优解附近摆动现象的发生,从而提高了任务分配的效率。充分利用改进遗传算法的全局搜索能力,有效地解决多约束条件下多UAV协同目标分配问题。仿真结果表明,改进的遗传算法能够稳定快速地找到较优分配方案,并且算法简单有效。     

基于AHP与熵权的舰艇编队信息作战能力模糊综合评估

在确立了舰艇编队信息作战能力评估指标体系的基础上,运用AHP和熵权法,得到评价指标的综合权重.通过模糊综合评判,得出综合评判总分.以舰艇编队的信息侦察处理能力为例进行综合评估.最后通过进一步研究分析,构建了一种数学模型,用于找出影响舰艇编队信息作战能力的薄弱指标.     

改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.     

努力夺取网络战中的制网权

随着计算机网络在军事领域的广泛运用,网络战已经作为一种全新的作战样式登上现代战争的舞台,而夺取制网权以掌握战场主动权,则成为现代战争中双方争夺的焦点。为此,研究和探索网络战中夺取制网权之术,对于赢得现代战争具有重大意义。善于选择和攻击“要穴”目标。“要穴”是作战系统的核心,也是整个系统中最脆弱的部位。从系统论的角度讲,在战役层次上,敌方作为一个大系统,通常由从内向外的“四个环”组成。第一环或称中心环是“指挥环”,包括有权作出重大决策的军政首脑机构和指挥、控制、通信系统,是构成军队信息系统的核心部分,是作战系…     

投影法在防空群火力分配中的应用

防空群火力分配作为防空指挥自动化系统作战辅助决策的重要组成部分,在现代防空作战中将起着越来越重要的作用,而其关键是及时、准确地判断出来袭目标的威胁程度。以前解决这一问题多是通过线性加权法,引入投影法并通过实例说明了该方法具有简单,易于理解,计算结果合理等优点。     

关于TMA的Taylor级数法的分析

对Taylor级数法在纯方位TMA(目标运动分析)问题中的发散问题进行了仿真分析.针对原始方法的奇异性,提出了一种大权值改进方法,依据仿真分析结果,给出了迭代初值的选取原则,最后给出了一种"万无一失"的发散补救方案.仿真结果表明,改进后的方法对于常用态势以及优选的初值没有发散情况出现,全部收敛.     

一种基于VPRSM的辐射源模糊识别方法

为解决辐射源识别的问题,研究利用变精度粗糙集模型来确定辐射源识别特征权值的方法。由概念的正域中对象类的条件属性的描述,得到该概念的充分条件,并依据知识间的依赖性作为所要考虑的因素来获取特征权值,同时结合模糊集理论,提出一种基于变精度粗集特征加权的辐射源模糊识别方法。最后将此识别方法模型应用于雷达辐射源用途识别,仿真实验及其结果验证了该方法的可行性和有效性。     

某型火箭弹引信惯性保险机构可靠性改进设计

针对某型火箭弹引信在靶场试验过程中出现的瞎火现象,对其惯性保险机构进行了改进设计,并通过激活击针簧抗力分析和钟表机构走动时间变化分析对惯性保险机构的作用可靠性及安全性进行了验证。实践证明,该方法在大大提高作用可靠性的基础上降低了工艺难度,具有良好的军事经济效益。