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。     

舰载无人机双机无源侦察定位策略

针对驱护舰编队作战中使用舰载无人机进行双机无源侦察定位时,搜索力如何进行优化配置的问题,基于舰载无人机双机无源定位有效区分析模型,在对舰载无人机双机无源侦察定位策略选择依据分析的基础上,提出了舰载无人机双机定基线无源侦察定位策略和双机变基线无源侦察定位策略,并给出了三种实用的机动侦察定位方式。     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷,提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解,得出防空导弹射击目标的最优目标分配方案。通过算例分析,云遗传算法相比传统遗传算法收敛速度快,搜索效率高出一倍左右,对产生局部最优解情况进行了合理有效的控制,可操作性、优越性更强。     

无人机警戒雷达仿真系统的建模与仿真

针对海面静止和移动目标的探测、感知、识别、成像等问题,建立了由数据/控制接口、人机界面及多个算法模块组成的无人机警戒雷达仿真系统。系统采用模块化方法对目标运动特性、环境特性和警戒雷达的功能特性进行建模与仿真,主要用于模拟现实装备中此类载荷的基本功能,从数字化仿真层面实现了无人机警戒雷达载荷功能的再现与性能测试,并能完成与指挥控制台之间的信息交互,同时系统具有很好的可扩展性,可以作为整个作战仿真系统的一部分,嵌入到更复杂的作战仿真系统中。     

基于压电薄膜传感器的穿戴式健康监测体域网系统

为实现脉搏、呼吸、血压等重要生理信号的连续运动监测,研制了一种基于压电薄膜传感器的穿戴式健康监测体域网系统。体域网系统利用放置于弹性织物(腰带、腕带)内部的压电薄膜传感器获取人体脉搏波、呼吸波等生理信号。根据压电薄膜传感器监测到的呼吸信号的几何特征提出一种状态识别算法,可区分站立、走、跑、坐、躺、睡眠等状态。利用脉搏波传导时间与血压的关系计算佩戴者的收缩压和舒张压,实现无压迫血压监测。系统通过蓝牙实现体域网节点的互通信,利用穿戴显示设备和移动终端实现数据显示,实现了脉搏、呼吸、血压的连续运动监测。     

无源干扰对目标搜索雷达侦察效能影响的计算分析

为了提高目标搜索雷达在无源干扰条件下的侦察效能,以干扰箔条为例,在细致分析干扰作用机理的基础上,建立相应指标体系,分别计算了干扰箔条云与箔条压制性干扰对目标搜索雷达侦察效能的影响。研究结果对指导部队训练和进行电子干扰效能评估具有重要意义。     

利用时间谱信息融合的空中目标分类算法

时间谱信息(目标的航迹、速度、机动性、空间坐标信息)揭示了目标空间状态随时间的变化特性,从而可利用目标的时谱简化(或缩小)待识别目标的范围。将低分辨雷达测量得到的高度、速度、加速度作为目标特征,建立典型空中目标对各特征的模糊隶属函数,进而采用改进的证据推理进行分类判决。结果表明利用时间谱信息可为雷达空中目标识别提供有效辅助手段。     

基于CLOUD-TFN-AHP-α的健康状态评估方法

针对复杂装备维修管理中仅以部件的技术状态确定系统状态的不足,构建基于CLOUD-TFN-AHP-α的系统级健康状态评估框架。在此基础上,首先研究基于系统健康度概念的健康状态等级量化描述方法;然后运用云模型评估子系统健康状态,借助TFN-AHP评估系统健康状态,最后采用惩罚函数修正评估结果。以期为获得合理、准确的复杂装备健康状态提供定量依据。     

基于最大信噪比的盲源分离雷达抗主瓣干扰方法

针对现有压制干扰从主瓣进入雷达天线,传统副瓣抗干扰方法失效的问题。提出一种应用最大信噪比准则的盲源分离抗主瓣干扰方法。首先提出了盲源分离应用于雷达抗主瓣干扰的模型,估计信号源个数后构建基于信噪比的目标函数,而后选择求解得到的广义特征向量构造分离矩阵。与传统算法相比,该方法不需要进行迭代运算,有效降低了计算复杂度。经过仿真分析,验证该方法能够有效分离混合信号,具有较高的分离效率。     

基于CML模型的编队器材携带方案优化方法

随船备件配置优化问题研究目前主要集中在只有定量或定性约束上,而对既有定性约束又有定量约束的混合约束问题未见文章提及,同时研究对象多为单船,而对舰艇编队研究比较少。针对此问题,以舰艇编队出海任务准备阶段为背景,以保障费用、舰艇仓库空间、舰艇最大排水量及舰员维修能力作为模型的约束条件,以编队备件保障概率为目标函数,采用正态逆向云模型、边际效应法及拉格朗日乘子法(称为CML模型)对此类问题进行求解,给出系统资源因子求解步骤及分析方法,并对本模型进行动态调整和优化。实例分析表明本模型求解方法和步骤可以为多个定量和定性约束下舰船备件携带问题提供新的参考。