M/G/1(RVT,P(j))排队系统的另一分析方法及其应用

M/G/1(RVT,P(j))表示服务员具有随机长度休息时间(RVT)的、且一休息时间结束时有 j 个顾客等待的概率为 P(j)的、修正的 M/G/1 排队系统。我们用嵌入 Markov 链的技术已详细地分析过这一排队系统,这里提供另一分析方法。最后,应用这个排队系统的分析结果,对时隙 ALOHA 卫星公用信道的分组碰撞概率计算公式作了推导。     

地炮营通信系统载波监听／碰撞检测仿真分析

给出某地炮营通信系统信息传输的CSMA／CD(Carrier Sense Multiple Acces／Collision Detection)排队论模型,提出了信道争用和碰撞的问题,用单机和网络仿真分析了载波监听条件下通信失效的概率,给出信道争用和碰撞的几个性能指标,并利用软件的方法,提供了减少碰撞的方案     

美国战争利益从疆域占领到权力角逐的刚性约束

美国战争利益追求表现为始自于对土地的渴望、终结于对权力角逐的发展轨迹。引致这种战争利益渴望转化的决定性因素是国家管理成本收益变化规律,即一个国家的国土规模并非越大越好,一旦管理成本超过了国土规模所带来的收益时,国土规模的无限扩大便失去了应有的经济学含义。追求国家适度规模即国民经济产出最优时的疆域面积应是国家的最佳国土规模。从经济学的角度讲,美国战争利益的渴望不再有疆域扩张的冲动,而表现为对市场、权力和战略资源分配控制权的争夺。这种对权力的追逐并非表明美国战争及其战略好斗性和进攻性的减弱,而是国家国土适度规模效应作用的必然结果。美国战争的经济性特征及其规律就深藏在这种刚性的成本约束之中。     

约束条件下导弹姿态跟踪保性能控制

针对BTT导弹在飞行过程中模型存在较大不确定性,并且控制舵的摆角受到物理装置约束的情况,研究了在约束条件下导弹姿态跟踪保性能控制的设计问题。首先在弹道的特征点处将导弹的非线性运动瞬时线性化,将导弹看作是一个不确定线性系统,提出应用基于线性矩阵不等式的跟踪保性能控制设计姿态控制器,然后推导得到满足控制约束的充分条件,以定理的形式给出了约束条件下跟踪保性能控制存在的充分条件。最后以某型导弹的姿态控制为例,设计了其姿态的跟踪保性能控制器。六自由度仿真结果表明了所得方法的有效性和可行性。     

弹道导弹防御中多目标拦截的策略

多目标拦截是弹道导弹防御的重大难题,也是目前美国导弹防御系统所遇到的最大的技术难点。在将多目标问题分为单弹头攻击和多弹头攻击2类问题的基础上,结合美国的相关研究计划,分别针对核爆炸防御、助推段防御、先进的目标识别器和多拦截器防御等多目标拦截策略进行了分析研究。     

基于离散化模型的雷达优化配置与部署方法

雷达优化配置与部署问题存在模型复杂的问题,很难对其进行优化.提出了一种基于网格的离散化模型.雷达配置与部署的方案、雷达网对防区的覆盖能力以及雷达布站的约束条件都分别通过网格和矩阵进行了定量描述,在此基础上,建立了雷达优化配置与部署问题的数学模型.这样就可以采用模拟退火算法对该问题优化.仿真实验证明了该方法的有效性和可行性.     

基于活动的C4ISR系统作战需求综合建模方法

在综合分析DoDAF作战视图产品的基础上,对基于活动、以信息为中心的C4ISR系统作战需求综合建模方法进行了研究.首先利用UML的扩展机制(包括构造型、标记值和约束),建立了作战需求综合建模的元模型;其次,通过面向对象方法确定了最小核心要素集模型,并深入分析各个核心要素及其相互之间关系;最后,在上述基础上,明确提出了C4ISR系统作战需求综合建模的开发框架,为作战需求综合建模的过程提供指导.     

天基支援下区域反导组网作战链路规划

天基信息支援下区域反导组网作战各系统实现互连、互通、互操作的关键是战术信息分发系统,而该系统中存在着多种类型的数据链路,这些链路之间又存在着各种约束条件,因此科学合理的对这些链路进行规划是系统实现的重要工作之一.建立并提出了天基信息支援下区域反导组网作战战术信息分发系统数据链路的规划模型和一种新的解算方法,为该系统数据链路的规划提供了理论依据.     

航空兵空中进攻作战兵力使用方案的优化

科学技术的飞速发展和高技术航空兵器的广泛使用,使得空军航空兵对地作战的地位发生了重大变化,当今世界许多国家已十分注重发展空对地作战理论,也更加强调发挥空中力量的进攻特长,"进攻"已成为空中力量运用的主导思想.针对空中进攻作战,运用线性规划的理论和方法,分析各种不同的航空兵兵力使用方案,根据敌防空体系对我方突击机的威胁程度,以完成突击任务等为约束条件,提出了一种以我方损失最小、航程最短等为目标函数的航空兵最优出动方案及我军现有作战飞机的编队模型构想.     

球约束凸二次规划的一个算法

针对球约束凸二次规划问题,利用Lagrange对偶将其转化为无约束优化问题,然后运用单纯形法对其求解,获得原问题的最优解。最后,对文中给出的算法给出了论证。