信息支援条件下协同空战态势评估研究

针对现有空战态势评估方法表现形式不够直观、模型简单的问题,提出一种将威力场与遗传神经网络相结合的态势评估方法,并将其应用于信息支援条件下的协同空战态势评估.分别从攻击能力、探测能力、电子干扰能力、生存能力、通信能力、告警能力、协同能力以及决策能力等方面构建威力势模型.利用遗传算法优化BP神经网络,并将其应用于编队作战能力评估.最后利用具体算例进行仿真验证,结果表明该方法是正确可行的.相比于传统态势评估方法,该方法在信息支援条件下的超视距协同空战态势评估中具有全面性、直观性、准确性等优势.     

维和警察防暴队迎战原则探析

维和警察防暴队在海地任务区遇到很多实际问题。在执勤执法中灵活运用迎战原则,探讨维和警察防暴队迎战原则的法律依据、行动授权和执行程序,总结在任务区复杂多变的情况下维和警察防暴队如何依托国际法规,合理运用迎战原则,有效使用武力授权,合法利用武器装备,严格遵守执行程序的措施和方法,对于完成维和任务具有一定的指导作用。     

无人机系统自主控制技术研究现状与发展趋势

无人机系统是未来进行信息对抗、夺取信息优势、实施火力打击的重要手段。"自主性"是无人机系统区别于有人机最重要的技术特征,实现无人机系统的自主控制,提高其智能程度,是无人机系统的重要发展趋势。对无人机系统自主控制问题进行了阐述,首先分析了无人机系统自主控制技术的发展需求,然后介绍了自主控制的概念和自主等级的划分;分析了无人机系统自主控制技术的研究现状,提出了无人机系统自主控制的关键技术问题,主要包括体系结构、感知与认知、规划与控制、协同与交互等;最后对无人机系统自主控制技术的发展趋势进行了展望。     

一种基于多Agent强化学习的多星协同任务规划算法

在分析任务特点和卫星约束的基础上给出了多星协同任务规划问题的数学模型.引入约束惩罚算子和多星联合惩罚算子对卫星Agent原始的效用值增益函数进行改进,在此基础上提出了一种多卫星Agent强化学习算法以求解多星协同任务分配策略,设计了基于黑板结构的多星交互方式以降低学习交互过程中的通信代价.通过仿真实验及分析证明该方法能...     

Game theoretic analysis of maximum cooperative purchasing situations

This article introduces maximum cooperative purchasing (MCP)‐situations, a new class of cooperative purchasing situations. Next, an explicit alternative mathematical characterization of the nucleolus of cooperative games is provided. The allocation of possible cost savings in MCP‐situations, in which the unit price depends on the largest order quantity within a group of players, is analyzed by defining corresponding cooperative MCP‐games. We show that a decreasing unit price is a sufficient condition for a nonempty core: there is a set of marginal vectors that belong to the core. The nucleolus of an MCP‐game can be derived in polynomial time from one of these marginal vectors. To show this result, we use the new mathematical characterization for the nucleolus for cooperative games. Using the decomposition of an MCP‐game into unanimity games, we find an explicit expression for the Shapley value. Finally, the behavior of the solution concepts is compared numerically. © 2013 Wiley Periodicals, Inc. Naval Research Logistics 60: 607–624, 2013     

COURTING THE GLOBAL SOUTH WITH “DUAL-BENEFIT” NONPROLIFERATION ENGAGEMENT

President Barack Obama and an array of other Western leaders continue to assert that the spread of weapons of mass destruction (WMD) to non-state actors is one of most pressing challenges to global security today. Yet, Western efforts to engage governments—particularly governments across the global South—in a practical nonproliferation dialogue have largely yielded disappointing results. This viewpoint examines the need for a new strategy to engage the developing world in nonproliferation programs. It argues that strategies focused strictly on WMD nonproliferation are unsustainable, and ultimately are destined for failure. An alternative “dual-benefit” nonproliferation engagement strategy utilizes the enlightened self-interest of partner governments needed to achieve broad-based buy-in among all partners. In a concluding section, we recommend that the “Group of 8” Global Partnership Against the Spread of Weapons and Materials of Mass Destruction standardize this model of nonproliferation engagement as it sets out to identify and fund WMD nonproliferation capacity-building initiatives beyond the states of the former Soviet Union.     

基于通信延迟误差补偿的协同导航算法

多自主水下航行器(MAUV)协同导航技术是解决水下定位的重要手段。主从式多AUV协同导航系统利用水声通信方式实现数据共享,但由于声速在水中传播较慢,使得接收到的量测信息具有通信延迟。因此,针对通信延迟问题提出了一种新息重建的状态估计补偿方法,通过对从AUV进行状态递推,获得在有无量测延迟两种情况下的状态误差,将此误差作为重建的新息补偿到状态估计中。仿真结果验证了该方法能够有效地补偿协同导航中由于通信延迟造成的定位误差,提高从AUV的定位精度。     

合作学习理论在外语教学中的应用——以“澳大利亚课堂教学”为例

在阐释合作学习理论的基础上,分析了合作式教学的基本特征,并以澳大利亚英语课堂教学活动为例,探讨如何运用合作互动型模式提高外语学习效果。该理论的应用为改进学生英语课堂参与行为及参与模式提供教学启示。     

基于随机漫游模型的协同搜索力最优分配方法

针对多平台协同搜索的最优搜索问题,以多无人机区域搜索任务为背景,将搜索论和随机规划引入到编队协同搜索中,建立了环境模型、无人机模型、传感器模型;为了解决目标丢失后的“应召”搜索问题,建立了目标的随机漫游模型;通过对搜索力最优分配问题的分析,认为其实质为一类线性规划问题,提出了一种基于递归原理的解算方法;最后,通过仿真计算,证明了该随机漫游模型的合理性,并验证了所提算法的有效性。     

多机器人最大熵博弈协同定位算法

研究了多机器人观测到同一目标时的协同定位问题。建立了各个机器人相对观测一致程度的数学描述模型,进而提出用基于极大熵准则的最大熵博弈获取使相对观测一致程度最优的协同定位方式。针对博弈结果的多样性,相应地改变观测方程的雅克比矩阵,推导了可适应多机器人各种博弈结果的扩展Kalman滤波协同定位算法。仿真实验表明,方法可实现机器人团队在协同定位时有选择、更高效地共享相互间的观测信息;在保证协同定位精度提高的同时有效地消除了多机器人相对观测信息间的冲突。