航空搜救范围与成功概率研究

从遇险对象分布情况和理想发现概率分析入手,对影响航空搜索的修正因素、扫视宽度以及可搜索范围进行了解读,全面梳理了实际发现概率、成功概率、包含概率和累积成功概率,为航空搜救行动中搜救范围的确定以及搜索成功概率的分析提供了有效手段和支撑。     

基于Linux虚拟服务器的负载均衡技术探讨

Internet业务量的激增和网络应用特殊化都使得负载均衡成为迫切需求。如何实现网络服务器负载均衡是一个急待解决的新课题。而LVS是一个具有良好的扩展性、高可靠性、高性能、高可用性的基于Linux系统的服务器集群,利用它可以较好解决这一问题。针对Linux虚拟服务器集群的负载均衡技术,探讨了其体系结构、工作方式、负载均衡算法,并以一简单的应用实例介绍了其具体实现。这样可以在很大程度上减轻网络的负载,提高网络的效率,是未来网络服务器技术的主要发展方向之一。     

离散搜索力的最优配置模型及增量搜索计划

目前,离散搜索正越来越普遍地应用于各种搜索实践。为了优化搜索过程,提高离散搜索的效率,应用最优搜索理论,导出了待搜目标服从均匀分布、正态分布时离散搜索力的最优配置模型、目标的踪迹预测方法和最优增量搜索计划的求法,并通过实例作了演示,上述结论和方法为离散搜索力如何实施最优搜索提供了一定的理论依据。     

一个IRST与雷达数据融合的实例

本文介绍了一个军事领域的数据融合实例,它充分说明了IRDT与雷达的数据融合的优点。通过该仿真实例,进一步说明了数据融合在目标识别、航迹跟踪、威胁判断等方面具有良好的应用前景。     

面向体系仿真的智能无人机集群作战建模总体框架研究

提出了智能无人机集群作战建模应当遵循的基本理念.在总体上将"面向体系仿真的智能无人机集群作战建模"视为一个"概念设计—模型建立—分析应用"的完整过程,而非一个孤立的建模仿真活动.为此,提出了涵盖"体系设计—模型训练—想定生成—探索仿真—结果分析"5个基础阶段的建模总体框架,以及包含支撑层、运行层、分析层和应用层在内的能够支撑该框架使用的系统体系架构.该建模总体框架,有助于解决智能无人机集群作战建模中作战概念不清晰、应用场景不明确的问题,同时可以将基于机器学习的智能实体建模技术集成到建模框架当中,以充分反映智能无人机实体及其集群的自学习、自成长特性.     

智能化陆军建设

智能化陆军建设面临军事理论、作战运用及智能技术等多方面挑战。从指挥信息系统发展规律来看,由信息优势到决策优势的转变正在发生。必须深刻理解人工智能技术的本质,把握智能化建设的核心要义。研究认为,陆军智能化建设的重点包括智能化指控理论、知识体系构建等2个基础及智能指挥控制、无人集群作战、智能模拟训练3个核心。     

固定翼无人机群的集群和避障控制

针对传统的集群控制算法需要获取通信范围内相邻质点的位置和速度信息才能够计算控制量的问题,提出一种新的无须获得相邻无人机速度的六自由度固定翼无人机群的集群和避障控制方法。将通信范围内的无人机均视为障碍物,采用统一的计算方法获得控制量,并且证明了算法的稳定性。通过建立六自由度无人机线性化控制模型,将改进的质点集群算法应用于无人机群控制系统中,将无人机控制设计成六自由度无人机的跟踪回路和质点无人机的导引回路,并证明通过选取合适的跟踪回路控制参数,确保整个无人机集群控制是稳定的。通过六自由度无人机编队仿真验证了所提算法的有效性。     

鱼雷螺旋环套机动搜索弹道设计

当潜艇使用鱼雷攻击远距离目标时,通常情况下,解算的目标运动要素有较大误差,对潜艇而言,目标位置散布于一定的区域之内,就无法将目标作为瞄准点来计算鱼雷射击参数。要提高鱼雷搜索捕获目标的概率,可利用鱼雷航程远、速度高的优势,设计了一种螺旋环套弹道,鱼雷沿目标运动方向做螺旋环套搜索,使鱼雷搜索范围尽可能覆盖目标散布区域。基于这种设想,提出了描述鱼雷螺旋环套机动搜索弹道的参数和确定方法,并对这种弹道进行仿真和分析,得出其适用条件和不足之处。     

面向分布式组网无人机集群的感知数据融合方法

为解决由于全局知识缺失、通信限制、各无人机局部感知信息相关性未知等导致的分布式组网无人机集群中的感知数据融合难的问题,开展了面向分布式组网无人机集群的感知数据融合技术的研究。首先,采用标签随机有限集对各无人机局部感知信息进行建模。其次,分别使用算术平均和一致性作为分布式融合的准则和计算方法,提出了一种基于一致性、算术平均和标签随机有限集理论的分布式数据融合算法,以在分布式组网无人机集群中实现对全局感知信息的集体认同。最终仿真实验表明,所提算法可实现对全局感知信息的分布式融合。