基于信号博弈的网络主动防御研究

针对现有被动防御方式难以有效确保军事信息网络安全的问题,从信号伪装的角度对军事信息网络的主动防御进行研究,提出了一种最优伪装信号选取方法。在分析军事信息网络攻防对抗的基础上,基于信号博弈理论对网络攻防过程进行建模;提出了网络攻防收益量化方法;在精炼贝叶斯纳什均衡分析的基础上,设计了最优伪装信号的选取算法。通过实验验证了方法的合理性和可行性,为军事信息网络安全防御提供了一种新的思路。     

基于Map/Reduce的朴素贝叶斯数据分类算法研究

针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。     

基于模糊随机贝叶斯网络的意图估计方法

意图估计是数据融合五级模型中态势评估的重要研究内容。意图估计结果的稳定性对于辅助战场决策具有重要意义,在分析了影响意图识别结果稳健性的基础上,将模糊随机贝叶斯网络应用于战场目标的意图分析。在研究了战场环境下网络结点构造及推理方法的基础上,结合具体场景给出示例并进行了仿真验证。     

飞行器突发威胁下的智能自主航路规划技术

为了解决突发威胁情况下无人作战飞行器的智能自主航路规划问题,应用变结构自适应参数离散动态贝叶斯网络进行突发威胁时飞行器的突防方向进行选择,给出了模型的建立方法和参数的自适应产生方法,并将类爬山快速搜索算法应用于飞行器改变飞行路径的情况下的实时航路规划,并进行了仿真。仿真结果表明,该方法能够满足飞行器突发威胁下的实时规避威胁和实时航路重规划的要求。     

基于混合贝叶斯网络的非协作式敌我识别系统

混合贝叶斯网络就是允许连续节点和离散节点同时存在的贝叶斯网络。将混合贝叶斯网络应用到非协作式敌我识别系统中,建立了敌我识别的混合贝叶斯网络模型,通过混合贝叶斯网络实现多传感器敌我融合识别及识别可信度分析。仿真结果证明了混合贝叶斯网络可以很好地实现非协作式敌我识别系统的功能,并且该方法直观、准确度高,提高了敌我识别的可靠性。     

不确定信息远程火力战法贝叶斯设计方法

在获取具有统计特征的不确定信息的情况下,开发最优远程火力打击战法是联合作战规划中必须解决的重要难题,借助仿真、概率统计以及贝叶斯博弈分析的混合方法,通过对不确定信息进行贝叶斯统计分析,构建了在不确定信息条件下全局最优的远程火力打击战法设计的理论模型,为解决该问题提供了可行方法,对该模型的初步研究表明:在不确定信息条件下,全局最优的远程火力打击战法比局部最优的远程火力打击战法更能满足复杂多变的战场需求,取得更好的战果。     

惯性制导的内核——陀螺仪

制导技术中的—个关键设备就是陀螺仪,陀螺仪是在动态中保持相对跟踪状态的装置。陀螺仪的原理 如图所示,用四个质点ABCD来表示边上的区域,这个边对于用图来解释陀螺仪的工作原理是很重要的。轴的底部被托住静止但是能够各个方向旋转。当—个倾斜力作用在顶部的轴上的时候,质点A向上运动,质点C则向下运动,如其中的子图1。因为     

导弹防御的“后卫”——机载激光武器即将出笼

机载激光武器(ABL)是美国空军目前正在积极研制的用于战区弹道导弹(射程600千米)助推段(从导弹点火离开发射台开始,到最后一级火箭关机,并实现弹头和弹体分离结束)拦截的激光武器,也是目前美国投资最大、进展最快的主要定向能武器发展计划。该系统具有反导速度快、拦截距离远、命中精度高、机动性好等特点,     

装甲战车上的敌我识别系统

随着陆军毁伤兵器有效射程的不断增加,在情况瞬息万变的战场上,如何识别打击目标的敌我属性,逐渐成为各国军方关注的焦点。据美国陆军副总参谋长透露,“沙漠风暴”行动中,美军装甲部队共有20辆“布莱德雷”战车被炮火击中、12辆严重受损,其中,被美军自家炮火击中17辆,击毁3辆;在损失的9辆“艾布拉姆斯”主战坦克中,被自己人干掉的有7辆。海湾战争结束后,美国军方立即责成有关部门就此展开调查。