车载InSAR前视三维成像技术

野外和非结构化环境下的障碍探测是无人驾驶车(UGV)环境感知的难题之一。基于高度识别障碍是一种有效的解决途径,提出了干涉合成孔径雷达(In SAR)的三维障碍物成像策略,研究了In SAR信息处理流程,分析了干涉基线和运动误差对车载In SAR高程测量精度的影响,仿真了无人车前场景存在遮挡时的In SAR高程测量,证明了In SAR用于UGV前方环境感知的可行性。     

使用多Agent模型求解N－难题的新方法

借鉴多Ａｇｅｎｔ模型思想给出了求解Ｎ－难题的新方法。将Ｎ－难题分成多个Ａｇｅｎｔ,赋予每个Ａｇｅｎｔ以算法,利用Ａｇｅｎｔ之间的协作和交互有效地进行问题求解。该方法将前人的指数时空复杂度降为多项式时空复杂度,实际实现结果表明了该方法可行、高效。     

灾害应急反应建模与仿真

为了满足多智能体应急反应仿真的需求,首先对构建多智能体应急反应仿真模拟框架的复杂性进行了分析,在此基础上提出并设计了组件式仿真模拟框架.采用本体(Ontology)建模、语义网模型及产生式规则推理等理论方法构建了仿真模拟框架的场景建模模块、人员Agent建模模块等组件.最后对依照上述研究内容所开发的原型系统进行了测试,对测试结果进行了分析,结果表明该框架能够有效满足多智能体应急反应仿真的建模需求.     

推进空军国防动员信息化建设的几个关键环节

进入二十一世纪,战争形态加速向信息化演进,信息已成为最主要的作战能量,抓紧军事力量的信息化建设已成为世界主要军事强国的共同行动.中央军委胡锦涛主席站在时代发展和战略全局的高度,提出了"建设信息化军队,打赢信息化战争"的战略思想,为军队建设发展指明了方向.当前,空军部队信息化建设势头强劲、发展很快.作为空军整体建设重要组成部分的空军国防动员建设,必须适应实现"三个转变"(由机械能量型向信息智能型转变,由应战型向应战应急兼备型转变,由行政指令型向综合运用多种手段型转变)的需要,着力将以物化动员能力为主适应机械化战争要求的空军国防动员,建设成为以信息动员能力为主适应信息化战争要求的空军国防动员.当前及今后一个时期,具体需要抓好以下几个关键性环节.     

误入歧途的“车”

1997年,美国国家安全局前特工罗伯特·利普卡因间谍罪被判处18年徒刑。利普卡1964年至1967年间,曾担任国家安全局情报分析员,负责分发、销毁各种机密文件。在金钱的诱惑下,利普卡背叛了自己的誓言,主动投向苏联的怀抱,大肆出卖机密情报获取暴利。后由于害怕东窗事发,利普卡悬崖勒马,主动脱离了克格勃的控制。但纸终究包不住火,利普卡的间谍活动最终还是被联邦调查局成功掌握。     

关于能源互联网的认识与思考

世界各国为振兴经济积极探索发展新兴产业,新能源和科学技术得到迅猛发展,由互联网与新能源技术整合形成的"能源互联网"已成为广大学术界和经济界关注的热点。文章首先给出了能源互联网产生的背景、概念和内涵,接着对能源互联网系统功能结构和关键技术进行了分析,最后通过与信息互联网的对比分析,给出了关于发展能源互联网的一些思考和建议。     

基于最优刚性编队分布式生成算法

为了描述一类特殊的刚性图,给出最优刚性图的概念。在保持队形时,最优刚性图可以减少拓扑图的复杂性。为了最大可能地减少队形通信的复杂性,研究了最优刚性编队的生成理论。首先,提出了4个命题,用以论证基于分布式的最优刚性生成方算法的可行性;其次,基于这些命题,提出了一种多智能体系统的编队算法;最后,通过仿真来验证所提算法的有效性。     

群车加油系统水力计算方法

加油系统是群车加油装备的主要系统之一,其不同工况的水力计算结果是研究和分析加油系统规律和特性的基础。介绍了新型群车加油车加油系统基本结构,针对其结构简单、工况随机多变的特点,运用排列组合知识对系统工况进行了归纳分类,共有1 023种工况组合和10种加油模式;提出距离矩阵法用于建立加油系统的随机工况数学模型,并详细阐述了模型计算过程;通过对单枪、五枪和十枪加油模式的典型工况进行计算,最终结果验证了该方法用于求解群车加油系统和其他多分支管路系统随机工况的水力计算是可行的。     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

机载光电传感器视轴指向的智能辅助决策方法

机载光电传感器视轴应尽可能接近目标线,以缩小指向偏差而不使目标偏离传感器瞬时视场,飞行员在复杂的战场态势下进行视轴操控具有一定困难。针对该问题,提出了一种机载光电传感器视轴指向的智能辅助决策方法,该方法以传感器视轴指向的数学模型为基础,通过专家知识建立引导规则,完成目标与各传感器的配对;计算配对后的各传感器视轴指向偏差和偏差变化率,采用模糊控制算法得出视轴偏移率,引导各传感器视轴指向与之配对的目标。仿真结果表明了该方法能够合理引导各传感器视轴指向目标,并能将视轴指向偏差缩小在很小的范围。