改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

水下传感器网络部署优化研究

水下传感器网络具有广阔的应用前景,但也存在能量有限、延迟较长、部署区域不连通和通信能耗大等问题,理论和实践证明传感器节点的优化部署是解决已上问题的有效方法。为此综合考虑水下传感器网络的工作环境及传感器特性,建立了提高网络可靠性的网络部署模型,给出了网络部署的成本函数及约束条件,并使用遗传算法对传感器节点和中转节点的部署成本及网络生命周期内的能量消耗进行优化。通过仿真实验表明,该模型收敛速度快,部署节点结果合理,达到了较好的优化网络的目的。     

基于网络理论的体系作战能力建模

在分析信息化体系作战能力"跃迁"特征的基础上,进行了作战体系的网络化结构建模分析;研究了感知网络、指控网络以及执行网络能力模型,构建了基于网络理论的体系作战能力综合模型。结合仿真算例分析,探讨了体系信息结构力的产生机理,为体系作战能力综合研究提供了借鉴和支撑。     

网络化防空作战C~2结构模型抗毁性

从网络动力学特征的角度,研究网络化防空作战C2结构模型抗毁性问题,针对以往的抗毁性测度指数不适用于C2网络抗毁性研究的现状,考虑C2网络信息融合的时延及战场感知覆盖率等因素,提出的抗毁性测度指标:最大连通片尺寸与网络规模比,最大连通片平均最短路径长度L,网络化效能系数。在指标的基础上对C2网络模型的抗毁性进行研究,并分析不同的空袭策略对防空作战C2网络抗毁性的影响。     

CEC条件下的舰艇编队防空问题

未来战争是"海、陆、空、电、天"五位一体的高技术战争,机动战、火力战和信息战将贯穿于作战的全过程.面对这样一种局面,传统的水面舰艇编队防空作战样式必将发生重大变革以适应未来海战的需要.美国海军针对上述情况研究了协同作战能力(CEC),并将其推广应用于各种指挥系统.CEC已经成为一种提高指挥系统协同作战能力的重要技术,通过使每个独立平台成为战斗群的延伸来弥补单个平台的弱点.借鉴了网络中心战的思想并结合美军提出的CEC,分析了CEC条件下的我水面舰艇编队的防空问题.     

一种可用于指挥自动化网的USB安全钥设计

介绍了一种用于指挥自动化网络中进行身份认证的USB安全钥安全管理系统,给出了使用USB安全钥进入网络终端时的认证机制,调用与浏览服务器信息时的认证流程,以及USB安全钥软、硬件的设计要点.在该安全钥管理系统中可运行重要软件的关键程序和查询关键信息,有效增强保密强度,安全钥采用USB接口,具有支持热插拔、携带方便等优点.     

基于差分和神经网络的同步辐射光源图像压缩方法

针对常见的图像无损压缩方法效果不佳问题,提出了一种基于图像差分和神经网络的同步辐射光源图像无损压缩方法。通过图像差分以减少图像序列内部的线性相关性,训练神经网络模型以学习图像序列内部的非线性相关性,得到预测概率分布,结合算术编码压缩。为加速预测和编码过程,将像素值按位分裂为两部分进行并行处理。基于上海同步辐射光源图像的测试表明,相较于便携式网络图形、JPEG2000和自由无损图像格式等,该方法可将压缩率提升20%以上,像素位分裂可以缩短30%的模型预测和编码时间。     

一种基于博弈论的无线网状网络路由与信道分配联合优化算法

无线网络中的路由与信道分配可极大地影响网络的性能.为了解决无线网状网络中的路由与信道分配问题,提出并研究了一种称为CRAG(基于博弈论的无线网状网络路由与信道分配联合优化)的方法.CRAG采用协同博弈的方式将网络中的每个节点模型化为一个弈者,每个弈者的策略为与其相关的路由与信道分配方案,收益函数为给定流量需求矩阵下的成功传输流量.弈者通过协同博弈来优化收益函数以最大化网络的吞吐量.基于NS3的仿真结果表明,CRAG在收敛性、时延、丢包率和吞吐量方面优于其他当前的算法,从而证明了协同博弈的方法可以用于无线网状网络的路由与信道分配联合优化,并有效地改进网络性能.     

海上编队雷达网近程协同抗ARM方法与仿真

根据反辐射导弹（ARM）攻击时捕捉目标的局限性,提出了海上编队雷达网利用编队内各平台之间的间距优势来协同抗ARM的方法,建立了海上编队雷达网在近程距离内协同抗ARM的能力评估模型和对抗行为模型。其中,能力评估模型可以对海上编队雷达网抗ARM的能力进行评估。舰艇编队在面临ARM威胁时,通过对上述两个模型结合使用,可以对ARM实施有效诱偏。仿真试验结果表明,所建立模型具有一定的可行性和正确性。