基于回合制对抗推演的探索性仿真实验兵力行动序列生成

信息时代的战役、战斗越来越呈现出复杂系统的特性,而探索性仿真实验正是一种研究复杂系统的有效手段。为向探索性仿真实验提供符合人类决策过程的兵力行动序列,基于人机结合的思想,采用回合制对抗推演方法来生成决策序列并加以优化,并对决策向兵力行动转化的模型进行分析,将决策序列转化为兵力行动序列,为后续仿真实验提供了仿真输入。研究成果对军事专家如何参与探索性仿真实验具有一定的借鉴意义。     

压缩感知新技术专题讲座(三) 第5讲 压缩感知理论中的信号重构算法研究

信号重构作为压缩感知理论的核心之一,是指从长度为m的测量向量Y重构长度为n(m n)的稀疏信号Θ的过程。由于测量次数远小于原始信号维度,信号重构成为欠定方程求解问题,一般没有确定解。然而,若Θ满足一定的稀疏性条件,问题有确定解。文章首先从解析几何角度出发,分析了压缩感知中稀疏信号重构的原理,并对已有的两大类重构算法分别进行介绍:一类是针对l0范数最小化的一系列贪婪算法,一类是针对l1范数最小化的凸优化算法。对前一类算法,选取了代表性的OMP、ROMP、CoSaMP和SAMP算法进行研究,并分析了它们的优缺点;对后一类算法,着重阐述了将BP问题转换为LP问题的推导过程,并介绍了两类经典的凸优化算法:BP-Simplex和BP-Interior。最后,展望了信号重构算法的研究前景。     

多枚声诱饵协同对抗水下声自导航行器决策方法

针对大型舰艇或舰艇编队机动性能差,且单枚声诱饵对抗效果差等问题,分析多枚声诱饵协同对抗水下声自导航行器使用方法,通过舰艇、声诱饵和水下声自导航行器间的运动几何关系,建立多枚声诱饵协同对抗数学模型,利用蒙特卡洛仿真对比分析纯机动、使用单枚声诱饵和多枚声诱饵不同对抗决策方法对水下声自导航行器捕获概率的影响,证明所提方法正确有效。     

基于CAM的认知超宽带频谱感知方法

频谱感知是认知超宽带系统的核心部分,针对超宽带频带内授权信号类型确定的特点,为了弥补自相关检测不能够识别信号类型的缺点,提出利用信号的循环谱特征和自相关矩阵差异性来检测授权信号,该方法融合了自相关检测和循环谱检测的优点进行合作判决。仿真表明该方法在高低信噪比环境下均能比循环谱检测和能量检测得到更好地检测效果,因此适合于认知超宽带系统。     

对高技术对抗条件下毁伤程度的探讨

文章在分析高技术对抗条件下敌我双方的侦察过程和射击过程的基础上,得出了对抗条件下毁伤程度的计算方法。     

如何对抗濒海战斗舰

当今,美国海军开始全力研发隐身作战舰艇以及研究相应的"隐形舰队"战法与战术,DD(X)隐身驱逐舰和濒海战斗舰(LCS)将可能扮演主力的角色。对于任何潜在对手来说,一旦这两种战舰形成战斗力,并且大批量地交付美海军使用,便可能成为一种强大的威慑力量。下面将重点论述美国濒海战斗舰的潜在威胁与     

随机等分组合条件下轮流对抗的Markov链模型

首先,分析了红蓝双方将各自兵器随机等分组合后,轮流进行火力对抗的状态。然后,推导了对抗过程中状态转移的概率矩阵。从而,建立了随机等分组合条件下轮流对抗的离散Markov链模型。在上述基础上,得出了各方获胜概率及平均对抗次数的计算公式,结合公式内部递归关联的特点,提出了计算上述公式的计算机递归算法。最后,结合歼击机与轰炸机进行火力对抗的实例,介绍了该模型的应用方法。供进一步研究参考。     

透视“网络战”

眼下,形形色色的局域网、互联网迅速得到发展.网络世界并不太平,军事对抗的触角已伸向网络领域,若明若暗的网络对抗此起彼伏,并在战争中初露端倪.