战场通信网络消息处理模型研究

针对战场通信网络建模需求,基于 EBI建模框架,提出了面向实体的战场通信网络建模方法,探讨了战场通信网络实体模型的组成结构.重点分析了战场通信网络消息处理模型的作用和功能,给出了消息处理模型的仿真工作流程,对消息处理模型中的消息列表、通信事件列表、网络路由算法进行了阐述,并结合通信节点实体模型中的消息缓冲器,探讨了消息处理模型管理和维护通信事件列表的方法.     

网络中心战中的协作及其量化模型研究

协作是网络中心战的原则之一.协作的概念及其量化模型是目前网络中心战研究中的一个热点.在详细解释了信息时代中协作的概念基础上,分析研究了协作的维以及网络中心战中的信息域和认知域的协作,指出协作既有利也有弊.进而,将协作的影响简化为协作对完成作战任务的时间上的影响.利用信息熵量化了协作带来的"正影响",利用Logistic方程量化了协作带来的"负影响",综合这两种影响给出了简化的协作量化模型.最后指出了该模型适用于量化诸如防空作战中的协作等时间关键的协作.     

基于OPNET的战场IPV6通信网络拓扑设计及仿真

为了对IPv6与IPv4共存期间进行可靠通信提供技术上的参考,基于OPNET仿真平台,设计了几种不同的战场IPv6通信网络拓扑,强调了其特点和关键技术,突出了其仿真的主要参数配置,并通过分析仿真数据,对网络的有效性、实时性、可靠性等性能参数进行了评估,从而验证了所设计拓扑的可行性.     

软件定义的航天器测试网络技术

航天器测试网络是航天器自动化测试运行、测试数据监测分析等测试业务运行的信息通道,它的性能将极大影响航天器试验测试效率与试验数据的应用效能。针对传统航天器测试网络存在的物理独立部署、人工迁移、存在数据孤岛以及无法高效交换共享的不足,本文参考借鉴软件定义网络技术,设计了基于虚拟局域网及软件定义网络技术的软件定义航天器测试网络。该测试网络技术具备良好的软件重构、区域隔离、测试信息汇聚共享性能,能够通过软件重构,自动化迁移部署航天器测试网络;通过网络区域逻辑隔离,确保各航天器测试指令运行区域受控、安全;通过全局测试数据汇聚实现多航天器测试数据的交换共享,从而有效解决了航天器测试网络快速部署、测试指令安全运行与测试数据交换共享的问题,有力推动了装备试验数据工程的建设工作。     

美国陆军网络装备作战评估及启示

作战试验能有效地推动装备体系的建设发展,本文通过分析美国陆军网络集成评估与联合作战评估的作战试验特点,提出军队开展装备作战试验的几个建议。首先,总结了美国陆军网络集成评估到联合作战评估的发展演变,主要包括网络集成评估的地位和作用、网络集成评估的实施流程以及13次网络集成评估和3次作战评估的有关情况;其次,分析了网络集成评估的一系列作战试验特点,诸如实际作战需求牵引、逼真场景构建、试训一体化模式、部队战斗力的直接生成以及作战能力的军民融合式发展等;最后,提出了网络集成评估带来的若干启示,从满足实战能力需求开展作战试验、突出装备体系的互操作能力评估、探索试训结合的作战试验模式、组建专门的作战试验部队及鼓励工业部门参与作战试验等方面推动军队作战试验的发展。     

网络谣言的心理分析与管控

近年来,随着智能移动终端和互联网技术的结合,上网变得十分便利。网民数量激增的同时,网络谣言层出不穷,给社会安全与稳定造成不良影响。文章从心理学角度深入分析助推网络谣言的原因,并基于心理规律提出网络谣言的管控措施。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

利用星载GPS伪码测距进行小卫星星座的整网定位

首先针对小卫星星载ＧＰＳ伪码测距，基于星间差分消除／消弱误差，并引入星座网形约束，论述了星座模式下提高小卫星定位精度的一种整网数据处理方法，并给出了一个算例。然后进一步论述了不依赖ＧＰＳ的小卫星星座测控，以及提高小卫星星座定位自主性问题的几点设想。     

正态总体下分布参数的Bayes序贯估计

论述正态总体分布参数的序贯估计和Bayes序贯估计问题。在Stein的双子样序贯估计的基础上 ,构造了Bayes双子样序贯估计 ,并作了剖析。此外 ,为了适应当前试验场地“试试看看 ,看看试试”的试验分析和鉴定的需要 ,给出了以序贯Bayes检验为基本出发点 ,使检验和序贯估计相联合的分析方法     

基于功效系数的防空兵通信网效能分析与评估

针对防空兵通信网效能评估问题,提出一种新的评价方法——功效系数层次递归合成算法。该算法利用向量相似度建立系统能力与任务使命之间的联系,分层递归地求取了系统效能。在效能评估过程中,该算法对指标向量和使命向量进行了功效匹配,可对各指标进行实时监测,优劣分析,并求取劣势指标对系统整体效能的影响程度,可通过改善劣势指标来提高系统整体效能。最后通过对防空兵通信网效能的分析评估,验证了此方法的有效性和实用性。