基于ADC方法的通信装备保障效能评估

针对通信装备保障系统能力的评估问题,基于对经典评估算法的分析和对通信装备保障能力组成要素的研究,采用效能评估中经典并且目前常用的ADC方法,对通信装备保障系统能力进行效能评估建模与分析,确定了通信装备保障系统主要的能力指标以及影响因素,为通信装备保障系统及其组成装备的效能评估研究奠定基础、提供参考。通过对通信装备保障能力评估的研究,可以揭示构成通信装备保障能力诸要素间的本质联系,明确通信装备保障水平,提高通信装备保障能力。     

基于虚拟人机环境的某指控舱CATIA人机分析

针对因人机工程模块中缺乏中国大陆成年人数字模型而导致CATIA软件在座舱性化设计适用性差的现象,以GJB4856-2003和指控舱结构设计参数需求为依据,建立了中国大陆成年男子P5、P95人体数字模型和指控舱三维模型,通过人体模型对指控舱的虚拟操作,分别评价了驾驶舱的视野域、操作域和舒适度等方面布局工效,得到了各工效布局评价的结果,并提出了改进建议。     

指控系统信息服务质量评价研究

为了有效评价指控系统信息服务质量情况,在深入分析指控系统信息服务特征及用户服务要求的基础上,研究了评价指标的析取原则,从主观和客观两个方面提出了指控系统信息服务质量评价的指标体系,对各维度及评价指标的含义、测量方法进行了详细讨论,并给出了定性评价、定量评价和半定量评价3种指标评价方法和加权综合评价方法。     

火箭弹载惯导误差分析

在对火箭弹载惯导进行射前标定时考虑的误差主要包括零偏误差、标度因素误差、安装误差。标定的误差参数越多,难度越大,如果能抓住影响弹丸制导精度的主要误差,将可简化标定算法,简化标定过程,提高标定效率。基于这样的思路,将飞行中的弹丸类比为旋转惯导,从误差方程入手,采用提取误差直流分量的方法对飞行中的弹载惯导进行误差分析,得出影响导航精度的主要误差参数,并仿真验证了所得结论的正确性,为后续简化标定方案提供了理论依据。     

基于离散事件仿真要素的军事仿真因果追溯方法

基于离散事件系统建模与仿真的军事仿真系统在军事筹划阶段扮演着至关重要的作用。因果追溯与分析是军事仿真中重要的技术,它可以在大量的数据与复杂的交互关系中找出时序上的关联关系,帮助研究人员确定作战行动中的一些关键实体或事件,用于探究战争的发展脉络与蕴含其中的因果关系。首先对作战仿真领域的因果追溯分析做了简要介绍,然后提出了一种基于离散事件仿真要素的因果追溯分析方法,这种方法可以分析军事仿真中的因果关系,并且有很高的通用性和良好的实用性。     

基于能力的指挥信息系统体系需求分析过程?

借鉴了联合能力集成与分析系统的活动流程,根据指挥信息系统体系需求的特点,建立了基于能力的指挥信息系统体系需求分析的过程模型,围绕能力需求的获取、定义、分析与实现划分为4个子过程：背景分析、能力领域分析、能力需求分析、能力需求方案分析,并给出了4个阶段的基本活动和逻辑关系,为指挥信息系统体系需求的分析提供了规范的过程和活动指导。     

基于ADC方法的复杂武器系统效能评估方法

ADC方法是武器装备效能评估的重要方法之一。传统ADC方法一般将武器系统各个分系统简化为串联系统计算。针对复杂武器系统中各个分系统组成繁多、串并联关系复杂、对作战影响程度不一等特点,对ADC方法进行了优化,使得ADC方法可以针对多并联系统更客观地评估。通过某型武器装备的实际验证,改进后的ADC方法合理可行,可以对复杂武器系统拥有更客观和更全面地评价,可作为其他复杂武器系统效能评估方法的参考。     

基于TSS方法的雷达性能优选分析研究

通过TSS方法进行了雷达性能的优选分析研究,分别针对雷达的单一性能指标和综合性能指标进行了优选分析。首先运用TSS方法完成了基于单一性能指标的雷达性能优选分析,然后通过欧几里德贴近度完成了雷达的综合性能指标优选分析,最后给出了TSS方法在雷达性能优选分析研究中的应用实例。     

基于概念建模的情报分析方法

通过对作战对手战术战法类情报进行概念建模,为此类情报分析工作提供新的思路。这种基于概念建模的情报分析方法,可为情报人员限定信息搜寻范围,明确搜寻重点,减少工作量,将碎片化的原始情报信息较为快捷地转化为可高效应用的情报资源,服务于作战仿真、技术研究、试验训练等军事领域。     

基于粒子群优化的蚁群算法在战场电磁频率分配中的应用

为对战场电磁频率进行有效分配以减少用频设备间的相互干扰,提出了将一种基于粒子群优化的蚁群算法应用于频率分配的方法。首先介绍了战场频率管控流程的相关内容,并以干扰度最低为目标函数,使用基于粒子群算法优化的蚁群算法进行频率分配管理。粒子群算法优化蚁群算法中启发信息的权重及信息素挥发系数,作为粒子群位置和速度参数进行初始化,将粒子群算法生成的分配结果作为蚁群算法的初始信息素,利用蚁群算法较强的寻优能力寻找最佳分配方案。实验结果验证了该算法和模型的可行性。