基于模糊模式识别的战场目标识别

分析战场目标的结构、材料、征候、特征及辐射原理等存在的差异,运用模糊模式识别方法,建立了战场目标识别的数学模型,给出了目标识别的详细步骤和方法:选取目标特征量、构造标准模糊集合、构造待识别模糊集合、应用择近原则进行目标识别,并通过算例,得到一些有价值的结论。模型和方法可供C3I系统快速准确的识别战场目标。     

航天装备维修保障力量配置方案优选研究

针对航天装备维修保障力量配置选址方案确定过程中评价判断具有"犹豫性""模糊性"以及指标"多层次"突出的问题,在建立航天装备维修保障力量配置选址方案评价指标体系的基础上,提出一种基于犹豫模糊层次TOPSIS的配置方案优选方法.以某次航天装备维修保障力量配置选址方案优选为例进行方法验证,结果表明,通过该法能够有效解决专家意...     

规则空间下基于MRFC-Vicsek模型的集群控制

针对规则空间下集群运动问题,开展了基于多区域模糊控制(MRFC)-Vicsek模型的集群控制方法的研究.考虑到仿生集群在运动时的行为准则,首先建立了包括避碰层、一致层、内聚层、连通层在内的多区域Vicsek模型.其次,通过模糊规则将不同区域个体数量和集群拥挤程度转化为对中心个体的影响权重,再结合规则空间内边界对个体的影...     

混合模糊测试中混合符号执行优化策略评估与分析

针对传统混合模糊测试提升技术多聚焦于利用多种动静态分析手段辅助而忽略了混合符号执行自身性能的问题,提出一种混合模糊测试平衡点模型,并基于该模型对主流混合符号执行方案进行剖析,包括污点分析辅助模糊测试、混合模糊测试以及混合符号执行,归纳了6种符号执行方案,基于混合符号执行引擎Triton复现了6种符号执行方案,并通过10个典型真实程序进行了测试评估。从效率、内存、覆盖率三个维度对各个方案进行性能对比与影响因素分析。实验证明,优化方案都可以消除不必要的约束并减少时间和空间开销,但约束缩减会造成信息丢失,造成覆盖率降低。基于实验数据分析,提出了一个优化方案的性能序列,并提出三种针对不同测试需求的优化方案。     

基于改进模糊综合评判法的告警器能力评估

针对模糊综合评判法在告警器评估时的有效评估问题,对评估过程的指标赋权、隶属度、信息集合算子进行了研究,提出了一种改进的适合告警器的模糊综合评判方法。该方法根据最小二乘原理和离差函数,把目标规划方法应用到组合赋权之中,充分考虑了权重的主客观因素;建立了基于隶属云的评估模型,用隶属云代替隶属函数,保留了隶属度的随机特性;提出了将密度加权平均(Density Weighted Average,DWA)算子用到信息集结中,充分利用了所有的评估信息。通过对某型机载雷达告警器的有效评估,表明了该方法的合理性。     

互耦条件下方位全向米波雷达测角算法

针对方位全向米波雷达的天线阵列口径小,阵元间互耦严重,从而使得传统全向测角方法误差大的问题,提出一种互耦条件下的无模糊全向测角算法。该算法利用相位模式激励出的-1阶,0阶和1阶模进行联合测角,相比于仅利用-1阶和0阶模或者0阶和1阶模,消除了互耦对测角的影响;相比于仅利用-1阶和1阶模,可实现无模糊测角。理论推导、仿真分析以及实测结果均验证了该算法的有效性。     

基于模糊聚类的保障装备模块化设计

针对陆军各兵种配备的专用保障装备过多、互用性差、型号规格杂、利用率低等问题,基于模块化设计理念,采用模糊聚类方法,在功能分析的基础上将保障装备划分为基本模块、通用保障功能模块和专用保障功能模块。基本模块通过与各种通用保障功能模块和专用保障功能模块组合,可形成系列保障装备族,满足保障装备型谱要求和不同保障需求,很好地解决了保障装备型号规格杂,不同兵种的保障装备间关联少、互用性差的难题,实现了保障资源的优化组合。最后,以某型履带式装甲抢修车的模块化设计为例,验证了研究思路和方法的可行性。     

一种结合弹道规律的模糊交互式多模型算法

针对交互式多模型算法中转移概率矩阵与实际运动不匹配而影响跟踪精度的问题,通过分析某型导弹的典型弹道,将弹道规律融合到模型概率转移矩阵中,然后将转移概率模糊化处理,提出了一种基于弹道规律的模糊交互式多模型算法,然后以导弹蛇形运动转至比例导引的机动过程为例进行了仿真验证,比较了典型交互式多模型算法和模糊交互式多模型算法的跟踪性能。仿真结果表明:该算法可显著提高导弹机动段的跟踪精度。     

改进的OFDM雷达通信一体化信号峰均比抑制方法

正交频分复用（orthogonal frequency division multiplexing,OFDM）信号是雷达通信一体化系统常用的发射波形之一,但是其峰均比较高,影响发射机的工作效率。传统的限幅法虽然可以降低系统OFDM信号的峰均比（peak-to-average power ratio,PAPR）,但会造成误码率（bit error rate,BER）增大和带外频谱泄露的问题。对传统的限幅法进行改进,将高于门限的信号进行抑制,通过迭代滤波消除带外信号弥散造成的频谱效率下降的问题。将改进峰均比抑制方法与传统峰均比抑制方法进行比较,验证了所提方法的低峰均比性能、误码率性能和模糊函数性能。仿真实验表明,所提方法通过合理设置限幅门限和选择迭代滤波次数,可以有效降低OFDM信号的PAPR,并且对雷达探测性能和通信性能影响较小。     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。