马尔可夫过程的k/N系统使用任务完成能力分析

研究了任务期间允许换件维修和备件供应时k/N系统的任务完成能力.首先,利用马尔可夫过程分析了k/N系统的状态转移过程,研究了k/N系统在特定维修保障策略下的运行过程.然后,以k/N系统固定任务时间内在正常状态停留时间的分布函数作为其任务完成概率模型,并通过全概率分解和更新过程的分析方法对任务完成概率进行求解.最后,利用任务完成概率模型在Matlab中绘制了任务完成概率随任务时间、任务量、备件携行数量以及备件平均供应时间的变化曲线,讨论并分析了对任务完成概率的影响.     

改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。     

深入推进部队实战化基础训练

近年来,部队在实战化基础训练上下功夫,取得了一定成效,但还有相当一部分单位存在训得不全面、训得不规范、训得不精准、训得不娴熟的问题。解决这些问题,迫切需要从深化理论研究、聚焦实战要求、提升质量效益、加强监督问责等入手,加强实战化基础训练。     

求解WTA问题的智能算法评价准则

目前求解火力优化配置(WTA)问题的智能算法层出不穷,急需统一的算法评价准则来比较各算法的寻优能力,以得到相对更高精度、更高效率的算法.针对上述问题建立了完善的评价准则体系,从算法代码编制质量、算法精准度和算法执行效率3个方面对智能算法的寻优能力深入讨论,并给出了2个标准测试模型及其初始化参数.实例说明本评价准则科学合理,具有很高的实用价值.     

多平台雷达有源干扰资源分配算法

根据现代干扰机特点,建立"多对多"雷达有源干扰资源分配数学模型,结合分配算法的具体应用环境,提出了基于多Agent分布协同拍卖的雷达干扰资源分配算法,实例表明该方法可行。     

基于搜索论的远程反舰导弹搜捕概率建模方法

针对传统捕捉概率模型难以满足远程反舰导弹机动搜捕概率建模计算的问题,提出利用搜索论进行导弹机动搜捕概率计算的建模方法。该方法根据目标机动规律建立其分布概率密度函数,并依据末制导雷达发现目标概率的"倒四次方律"及弹目相对运动轨迹,构建其探测函数,通过求取两者之积的积分实现搜捕概率计算。计算结果显示:若远程反舰导弹不采取机动搜捕策略,目标指示误差增加1km时搜捕概率降低0.47,目标速度增加10节时搜捕概率降低0.3,末制导雷达搜索半径减小50%时搜捕概率降低0.3;若采取平行搜捕策略,上述因素对其影响大幅下降。可见,该方法综合考虑了目标机动规律、传感器探测规律、导弹搜捕策略,可实现远程反舰导弹机动搜捕概率的解算。     

机载红外搜索跟踪系统探测性能评测标定

针对机载红外搜索跟踪系统(Infrared Search and Track,IRST)理论与实际战场探测能力之间的较大差异,提出了IRST系统探测性能评定的方法。对机载红外探测系统探测性能指标进行理论分析,选取探测点源目标的噪声等效辐照度作用距离模型进行分析改进;探讨作用距离与探测概率之间的关系;根据IRST系统工作方式,推导出系统物理扫描概率和目标发现概率计算公式;分析目标发现概率与系统作用距离以及载机速度之间的关系;搭建双余度反馈IRST系统探测概率测试平台,制定实验评测步骤,提出一种对探测系统性能进行评估的方法,该方法简单可靠。仿真实验结果表明,满足一定的探测概率下,系统作用距离极限可达到60km;通过半实物仿真平台的测试,实验结果较好地验证了所建模型的合理性。     

某型转管航炮对空中目标射击命中概率分析

研究了影响航炮射击的误差因素,对误差的构成及其分布特性进行了分析。研究目标在命中平面上的投影面积,得出目标投影面积的计算方法,并进行了等效简化。在此基础上,计算航炮对空中目标射击的单发命中概率和连发数为k时的命中概率。利用MATLAB编写程序求解航炮射击命中概率,以某型六管航炮为例对其在不同射速条件下对目标的命中概率进行了数值计算,为航炮的作战使用提供参考。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。     

基于混合高斯概率密度的加权打分方法

针对当前评比打分方法不能有效反映选手真实情况的问题,提出了一种基于混合高斯概率密度的加权打分方法。该方法的重点在于引入混合高斯分布来确定专家评分的权重。首先利用EM算法确定混合高斯分布模型参数,然后通过区间划分得到每个区间上的概率,再将专家打分映射到混合高斯概率密度函数区间上得到对应的权重,最后经加权求和得到选手的最终成绩。通过实例证明了该方法的合理性和公正性。