基于交会角的多站交叉定位融合算法及误差仿真

交叉定位是一种利用多站角度信息进行解算获得目标距离信息的方法,利用双站即可完成对目标的三维定位,但此时的误差分布特性和定位精度较差。在多站系统中,可以利用目标的冗余信息进行数据融合,以改善雷达交叉定位系统中交叉定位误差分布特性和定位精度,提出了基于交会角的多站交叉定位融合算法,仿真结果给出了融合前后的定位误差分布图。与以往的方法相比,此方法计算量小,实时性较好。     

军事训练演习数据汇集与融合系统的设计与实现

实现海量军事训练演习数据的汇集与融合,是生成相应的作战效能数据的基础。结合军事训练基地数据的收集与运用现状,提出了一个基于Web服务的多源异构数据汇集与融合系统的解决方案：运用XML Schema技术实现了异构数据模式的标准化转换,完成了多源数据的汇集;以作战平台为中心,以作战效能的各项影响因素为维度,实现了相关数据的融合。设计了系统的功能与架构并加以实现。运行情况表明,系统能够满足功能需求,具备良好的数据整合与处理能力。     

作战实验推动战法创新的实践与思考

作战实验可用于探索作战方案的可行性,比较作战方案的效益,推导作战力量需求,破解作战关键问题,以及从多角度综合研究作战问题。作战实验的主要特点是实验目的指向性明确、实验范围有限、实验方法手段多样、实验结果有一定的参照性。作战实验运用,首先要进行认真得当的军事设计,军事设计的要点是明确目的、划定范围、营造条件、集成工具、沟通协作渠道和聚集关键问题。数据是作战实验的关键,数据的来源主要有靶场数据、训练数据、实战数据和实验数据。要发挥实验结果的效益,就要认清实验结果的相对性、参照性、启发性和资料性特点。     

防止反编译技术研究

运用反编译技术可以对软件可执行二进制代码进行非法的修改或窃取其知识产权。为了防范这种情况,提出了在程序的汇编级转化直接跳转为间接跳转和插入伪造的跳转表以隐藏程序控制流的2种方法,来提高程序防止反编译的性能,增加软件分析的难度。     

国防动员大数据建设与运用初探

人类社会正迈入大数据时代。国防动员大数据是动员主体、作战需求、动员对象及相关要素构成的"信息集合体",具有数据体量巨大、结构复杂、安全防护难、挖掘处理难等特色特点和增强"动员算胜"、促进"深度融合"、实现"智慧动员"等运用价值。新形势下,要着眼保障能打仗打胜仗,积极应对大数据时代的机遇与挑战,科学把握国防动员大数据的含义和特点,确立"用数据说话"的指导思想、把握大数据运用关键要素、加强大数据运用基础建设,提升国防动员大数据运用能力,加快推进国防动员改革和转型。     

一个IRST与雷达数据融合的实例

本文介绍了一个军事领域的数据融合实例,它充分说明了IRDT与雷达的数据融合的优点。通过该仿真实例,进一步说明了数据融合在目标识别、航迹跟踪、威胁判断等方面具有良好的应用前景。     

基于表决算法的空间预警系统数据融合建模/仿真

空间预警系统中包含红外、可见光等多种类型的传感器,每种传感器对不同目标的探测均有相应的优势和不足.数据融合技术对来自多个传感器的探测数据进行综合处理,从而缩短系统整体的目标发现时间,提高探测精度等性能.采用表决融合算法对空间预警系统中的数据融合问题进行研究,建立了多传感器串联、并联以及混合结构3种不同组合的融合模型,重点对采用混合融合结构时,系统在保证一定检测率的同时,能最大程度减小虚警率的算法进行了探讨,计算证明这种结构具有最佳的整体融合效果,最后还给出了融合仿真系统的结构方案.     

神经网络辅助多目标跟踪数据融合

多目标跟踪(MTT)算法包括卡尔曼滤波和数据关联算法等,而数据关联算法又是最重要、最困难的方面.联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法,但对于多传感器多目标跟踪的情况,特别是目标较为密集时,计算量剧增.提出了一种改进的方法,一方面将神经网络引入到卡尔曼滤波器中,提高滤波器的自适应能力,减小卡尔曼滤波器的估计误差从而改善多目标跟踪精度;另一方面用神经网络辅助JPDA提高正确关联概率,减小计算量.经仿真研究表明,该方法是行之有效的.     

基于反射内存网的复合导引头联合仿真试验设计

联合仿真试验同时具备实装试验、数学仿真试验和半实物仿真试验的优点,可构建全面逼真的试验环境,其中实时算法和通信技术是关键技术。基于反射内存网技术,进行了复合导引头联合仿真试验总体方案设计,对试验中的时间同步、数据同步等关键问题进行了研究,解决了联合仿真试验中各仿真系统协同及实时通信问题,对联合仿真试验的开展有一定的应用价值。