某型工程车虚拟操作训练环境设计

采用基于Vega和Creator的虚拟现实仿真机制和人机交互设备,构建某型工程车训练仿真系统虚拟操作训练环境。根据位置跟踪传感器跟踪受训人员手的位置和姿态,使用数据手套获取受训人员手部各关节数据,驱动虚拟手实现人机交互,完成虚拟操作训练任务,并采用前馈神经网络模式识别法和空间位姿判别法,分别对静态手势和动态操作命令进行识别。     

基于一类弱连续T-模的模糊Hopfield神经网络研究

基于一般的弱连续T-模与取大（V）模糊算子的复合,建立了具有一般意义的动态模糊神经网络——模糊Hopfield神经网络,并系统分析了该动态系统的性能：在Hamming距离意义下证明了该网络是稳定的,而且其平衡点（吸引子）具有全局Lyapunov稳定性。最后,提供了一种有效的学习算法。     

Sojourn times in G/M/1 fork‐join networks

We consider a processing network in which jobs arrive at a fork‐node according to a renewal process. Each job requires the completion of m tasks, which are instantaneously assigned by the fork‐node to m task‐processing nodes that operate like G/M/1 queueing stations. The job is completed when all of its m tasks are finished. The sojourn time (or response time) of a job in this G/M/1 fork‐join network is the total time it takes to complete the m tasks. Our main result is a closed‐form approximation of the sojourn‐time distribution of a job that arrives in equilibrium. This is obtained by the use of bounds, properties of D/M/1 and M/M/1 fork‐join networks, and exploratory simulations. Statistical tests show that our approximation distributions are good fits for the sojourn‐time distributions obtained from simulations. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

混沌背景下基于神经网络的编码信号检测新方法

提出了一种混沌背景下的编码信号检测新方法。信号检测过程包含两个步骤:混沌信号的预测和检测判决。该方法利用非线性前馈神经网络进行混沌信号模型的创建,并采用13位巴克码作为编码信号。仿真结果表明,通过该方法进行编码信号检测可以得到较高的检测概率和较低的虚警概率,整体检测性能较高,并且对于不同信噪比的信号具有较强的鲁棒性。     

自行火炮群的野战移动自组织网络

提高野战条件下的通信保障能力是当前我军炮兵部队信息化建设的一项重要内容,需要在原有通信方式的基础上探索新的途径。结合自行火炮群的作战指挥特点和无线自组织网的优点,研究了适用于自行火炮群的野战移动自组织网络,从结构体系、指挥网络的管理以及路由协议的选择等方面探讨了自组织网相关技术在自行火炮群作战中的具体应用。     

美军轻型侦察车试验方法

美军轻型侦察车是网络中心战装备的重要组成部分,其试验属于网络革新和试验中心开展的网络试验一部分。试验主要分为三个阶段进行,试验过程紧密结合试验想定内容,分别对组成单元、分系统的技术性能进行测试评估,同时验证战术使用效果。美军网络战装备系统试验思路,是一种可以借鉴的理论方法。     

基于网络嗅探技术的试验数据实时录取

针对某系统在试验中出现的通信节点多、时序紧凑、数据量大等问题,提出了利用网络嗅探技术实现网络环境下的数据采集,采用GPS时钟硬中断和RTX环境下实时数据传输相结合的方法,实现试验数据的精确配时和实时处理,进而结合数据分类和处理,实现了试验数据的实时录取和分析。     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。     

基于RBF网络的坦克火控系统效能评价仿真

利用层次分析法提出了坦克火控系统效能评价指标体系,简要介绍了指标选取的理由。然后,采用提取原始值法和Delphi法取得了几组训练样本,并对所构造的三层RBF神经网络进行仿真训练,当训练精度达到要求后,再运用RBF神经网络对某型坦克火控系统效能进行了仿真评估。结果表明,在选定指标的基础上,用训练好的RBF神经网络评估坦克火控系统效能是合理的,减少了评估中的人为因素,使评估的结果更为可信。研究结果可为在现有武器装备的基础上开发和研制新型坦克火控系统提供理论参考。     

军事通信网信息优势指标及评估模型研究

军事通信网信息优势评估指标的确定和量化是C4ISR效能评估体系中的重要环节。针对军事通信网的特点,在分析信息优势定义的基础上,结合军事通信网的具体业务需求,深入分析网系完整性和精确性,利用期望时延重新定义时效性,并提出信息能力资源利用率指标,以及绝对信息优势、隐性信息优势和显性信息优势概念,根据所确定的指标,给出了军事通信网信息优势基本的定量描述方法。