火力控制系统研究的人工神经网络方法

人工神经网络提供了新的信息处理方法。着重讨论了多层前向网络的基本特性,结合火力控制系统的研究分析了网络应用的几个方面,并给出了有关的例子。此外,分析了网络设计方面的有关问题。     

一种能量均衡的战场无线传感器网络路由协议算法

针对战场无线传感器网络中节点能量消耗不均衡以及节点剩余能量问题,提出了一种基于能量均衡的战场无线传感器网络LEACH路由协议的改进算法,该算法主要是对传感器网络中的簇群内节点的剩余能量,以及其传输数据的链路长度这两个方面的权重问题进行了改进,使传感器网络的能量消耗趋于平衡,通过MATLAB平台对改进后的EBLRP协议与LEACH协议进行了模拟仿真,结果表明,新的路由协议能够使网络的生命周期延长13%左右,并且使节点的能量消耗情况有所缓解。     

基于梯形直觉模糊数的动态多准则群决策方法

针对决策信息为梯形直觉模糊数的多准则决策问题,引入含参得分函数和相关系数提出了一种动态多准则群决策方法,首先利用参照方案相关系数总偏差最小的非线性规划模型求解客观准则权重,通过参数因子转化犹豫度集结得到各方案综合得分函数,最后根据参数动态变化进行MATLAB仿真分析并排序。该方法适用于准则权重已知和未知的情形,弥补了犹豫度缺失和基于距离测度决策方法的缺陷,并通过航空装备保障合同商的选择决策实例验证了有效性。     

美军信息系统互操作性测试、验证与评估研究

军事信息系统互操作性是信息化联合作战夺取战场主动权的关键,是武器装备体系综合评估研究的重点之一。通过研究美军信息系统联合互操作性测试、验证的机制与流程,提出了适用于我军的基于就绪网络关键性能参数的信息系统,介绍了美军信息系统互操作性等级(LISI)评估方法与模型,为提高我军信息系统互操作水平提供有意义的参考。     

多平台感知数据融合的被动检测系统研究

电子对抗技术和隐身技术的发展给空、天安全带来日益严重的威胁,全方位获取目标信息的态势感知系统将有利于及时、准确地作出决策以适应现代化战争发展的趋势。本文基于无源雷达和无线传感器网络的发展提出一种面向多平台感知数据融合的被动检测系统,通过贝叶斯网络技术分析监测区域中电磁环境和物理环境的有效数据,用以最大化提升目标检测性能,仿真结果验证了该系统能为防空防天系统的监测、评估和预警提供技术支持。     

时延分布式控制系统的Truetime仿真分析

针对航空发动机分布式控制系统的时延问题,应用Matlab的Truetime工具箱,设计了控制系统仿真分析平台,分析了时延对系统稳定性的影响。首先针对一类应用状态反馈的控制系统,分析了存在传感器到控制器单侧时延的情况下,系统保持稳定的充分条件。在此基础上,以某型航空发动机为例,基于Truetime工具箱设计了分布式控制仿真系统,分析了不同的时延条件对系统稳定性的影响。仿真结果与理论分析结果一致,证明了系统的有效性。     

基于移动代理的目标跟踪WSN体系结构设计

在目标跟踪WSN网络中,引入移动代理技术,选择性地访问传感器节点和融合数据,能极大地提高WSN网络的性能。提出了一种基于移动代理的WSN目标跟踪网络体系结构,对网络中的移动代理进行了分类,定义了各类移动代理的功能和结构,建立了基于移动代理的目标跟踪工作流程。最后通过仿真实验,验证了随着网络节点数量的增加,提出的目标跟踪WSN结构的与传统的C/S模式目标跟踪WSN结构相比,单位负载量等性能指标上具有较大的优势。     

天基信息支援指挥控制体系运行机制及复杂网络建模?

天基信息支援是当前联合作战的主要样式之一,指挥控制体系是天基信息支援联合作战的核心和神经中枢,构建天基信息支援指挥控制体系运行机制和网络结构模型有助于提升天基信息支援乃至联合作战体系效能。探讨了天基信息支援云作战的基本概念和主要特点、天基信息支援云作战体系的构成和运行机制、以及天基信息支援云作战指挥控制体系的构成和流程,勾画了天基信息支援云作战指挥控制的理论框架,并结合示例构建了天基信息支援云作战指挥控制体系结构的复杂网络模型,并进行了主要参量分析,对开展天基信息支援指挥控制体系建设,指导天基信息支援以及联合作战体系需求论证、结构设计、评估优化等具有积极而现实的参考价值。     

电脑黑客的研究意义及对抗效果

综述了黑客对网络的巨大破坏性及在军事上的攻击方法,就保护己方网络免受黑客破坏的防范措施、黑客闯入己方网络后的补救方法,及黑客对抗的消长等问题进行了探讨     

基于AHP/D-S证据理论的贝叶斯网络参数学习方法

针对贝叶斯网络构建过程中先验知识的获取问题,将AHP/D-S证据理论引入到贝叶斯网络参数学习中.设计了应用AHP/D-S证据理论整合专家先验知识,综合单调性约束和近等式约束进行参数学习的算法,并进行了仿真案例研究.结果表明:该算法从原理上能够进一步提高贝叶斯网络参数学习的精度,仿真结果也明显优于极大似然估计和无先验信息...