语言型EWAA算子的目标战场价值评估

从发现的多个目标中确定打击顺序,取决于各目标的战场价值.通过定义模糊语言形式的评估标度及其运算,采用语言型EWAA算子对模糊语言偏好信息进行了集结,从而对目标战场价值进行评估,符合战场环境的复杂性和人们思维的模糊性,使指挥决策更加快速、准确.实例证明模型有效,计算简单.     

基于方位和线谱频移的TMA新算法

提出了一种基于方位和线谱频移序列的目标运动分析新算法,解决了方位序列估计器工作点漂移方法中初始方位漂移角度较难确定的问题;提出了一种新的多普勒频移匹配估计器,不需要预先提取目标线谱即可估计目标运动参数,并且有效地加快了目标运动参数解算的收敛速度.海上实验数据处理结果表明该算法较以往同类算法在收敛速度和解算精度等性能上有明显改进.     

基于作战仿真的单兵综合装备作战效能评估方法

建立单兵综合装备作战效能评估指标体系,以步兵分队作战仿真系统为仿真环境,根据仿真结果数据统计处理得到基础指标值.利用多属性效用分析法,将基础指标聚合为子效能,采用层次分析法确定指标权重,进而将子效能加权聚合成单兵综合装备的综合作战效能.最后,将两类型号方案纳入摩托化步兵连山地进攻作战想定方案,根据仿真结果评估其作战效能.     

同自己军队“作战”的军队——美国宪兵部队

军队都是同敌人作战的,作战目标就是杀死对方,消灭对方。因此,军队的主要作战对象一般都是敌对国家的军队、作战人员。但在世界各国的军队中,也有一种军队的主要作战对象不是敌对国家的人员,而主要是同自己军队“作战”,其主要“作战”对象就是生为同一国土、身着同样军装、效忠同一机构或人民的“兄弟”,这就是许多国家军队编制内的宪兵部队。美国宪兵部队就是这样的一支军队。     

潜艇TMP问题透析与展望

针对潜艇指控系统目标运动要素解算(TMP)存在的主要问题,从算法理论和作战使用要求等方面进行了系统分析.探讨了潜艇目标运动要素解算的合理结构,肯定了理论模型整个TMP过程中所起的主导地位,并对未来研究所具有的潜力进行了挖掘.强调TMP过程人机交互和多条件综合控制的重要性,指出了TMP今后的研究发展方向.     

模糊理论在多传感器信息融合中的应用

利用模糊控制理论能较好解决不确定性问题的特点,将测量信息融合问题融入模糊控制问题中来提高多传感器系统的测量质量;提出模糊融合模型,并介绍了将传感器信息作为模糊控制输入的模糊化问题,以及相应的模糊规则的建立、模糊推理和清晰化处理;提出以相交论域中心作为多传感器的事实来进行兼容度和激励强度的解算;最后进行相应的仿真说明及分析.     

基于模糊多传感器数据融合的目标跟踪系统

为了克服使用单个传感器的局限性,目标跟踪系统中引入了多传感器数据融合(MSDF)算法.MSDF能有效减小污染传感器测量量的噪声,又可排除估计过程中的无效测量量.它既能处理线性传感器的数据融合问题,又能处理含噪声的非线性传感器的数据融合问题.为了克服缺乏目标运动的前期信息的不足,目标跟踪系统中还运用了模糊运动学过程模型.因此,尽管缺乏有关目标运动及估计过程中所包含的传感器前期统计信息,该目标跟踪系统的性能却与基于已知目标精确过程模型的广义卡尔曼滤波器的目标跟踪系统相当.     

某型雷达系统仿真

由于受到空中目标少的限制,雷达号手训练常常得不到保证.而利用模拟仿真训练系统进行操作训练是军事技术领域内继武器自动化的又一次革命.讨论了某新型雷达系统的仿真模型,并就系统研制过程中的一些关键技术进行了重点阐述.该系统解决了仿真目标的生成、控制、测量和显示等技术问题,实现了对某型雷达的功能和操作模拟训练,仿真效果逼真.     

信息融合系统中的多传感器优化分配

在舰载多传感器信息融合系统中,对传感器优化分配问题进行了研究.充分考虑目标身份和目标优先级等信息,依据最大信息增益准则,建立了传感器优化分配的数学模型,并对算法进行了仿真实验.     

基于IMM的估计算法对机动目标跟踪的比较

机动目标跟踪一直是倍受关注的问题,而交互式多模型方法(IMM)是解决这类问题的经典方法.由于传感器的发展或受某种客观条件的限制等,产生了各种基于IMM的算法.为此,介绍了IMM及基于IMM的几种经典估计算法,对它们进行比较研究,并通过机动目标跟踪的仿真算例说明各算法的适用条件、原理、异同点、性能及复杂性,对机动目标跟踪估计器的选择有重要参考价值.