军事信息系统作战活动描述方法研究*

针对军事信息系统需求分析需要,探讨了作战活动过程描述、作战节点连接描述、节点状态转换描述和作战活动时序描述的内容和方法。基于该理论和方法,可以准确描述信息化条件下军事人员对军事信息系统的应用需求,实现军事人员与技术人员的有效沟通,为军事信息系统军事需求分析与应用设计的基础。     

基于小波变换与SVM的复杂装备故障诊断研究

针对复杂装备故障信号提取困难、故障诊断精度低的现状,根据小波变换对处理非平稳信号的优越性和支持向量机(SVM)对模式分类的良好性能,提出了一种基于小波变换与SVM的故障诊断模型,并选取配电系统进行故障诊断仿真实验。结果表明该模型能利用少量训练样本完成故障诊断,有效提高装备故障诊断精度。     

一种消除瞄准线漂移的实现方法

由地球自转引起的瞄准线漂移是坦克火控面临的棘手问题。提出了一种基于惯性姿态信息的瞄准线漂移抑制方法,借助车载惯导系统,获得瞄准镜的地理坐标和姿态信息,计算出地球自转角速率在瞄准镜坐标系上的分量。伺服系统依此向两个方向的控制通道增加补偿值,由此抵消地球自转的影响,乘员就会感到瞄准线始终对准目标,而不会产生偏离,因而省去了频繁调整的工作。该方法既可用于坦克作战训练,也可用于机载或舰载稳瞄装置的调试。     

美军“作战信息中心”的概念、内涵及启示

自20世纪中叶,美军舰载指挥控制系统中频繁出现一个词“CIC（ Combat Information Center）”,由此,CIC作为舰艇中枢神经,几乎成为美军各型舰艇的标准配置。国内很多技术人员和参考书籍将CIC翻译成“作战情报中心”,这容易引起很多误解。注意CIC用词“Information”,不是“Intelligence”,一词之差、谬之千里,应该译为“作战信息中心”。侧重于对CIC的内涵进行剖析,试图揭示其内在的发展规律。 CIC的演化过程中蕴涵着美军在装备发展过程中的各种试错、实践、经验和教训,美军装备建设的严谨、求实和科学的成份,特别是其技术进步的持续性和连贯性,值得借鉴和思考。     

基于比较语言的军民融合式装备维修保障风险评估

针对地方维修商参与部队装备维修保障给军方带来诸多风险的问题,系统分析了军民融合式装备维修保障存在的风险因素,提出了一种基于比较语言表达的风险评估模型。将比较语言表达式转换为犹豫模糊语言术语集（HFLTS）,并计算出由梯形模糊隶属函数表示的 HFLTS 的模糊包络,最后应用双基点法进行维修商的选择决策。通过实例验证了模型的有效性。     

面向装备论证的多方案分析框架

多方案分析是实现军事需求向装备建设发展与作战使用前瞻性映射的重要手段。分析了面向装备论证的多方案分析内涵,并从需求分析、可行性分析阶段和方案分析及优选三个阶段构建了面向装备论证的多方案分析基本框架,最后对多方案分析三个阶段的主要研究内容进行了详细阐述与分析。研究成果可为装备发展建设决策提供基础理论、方法和手段支撑。     

隐身飞机突防建模及低可探测性轨迹规划

针对隐身飞机突防飞行规划,分析了隐身飞机对警戒雷达网突防过程问题特性,建立了雷达探测模型与组网警戒雷达信息融合模型;综合考虑隐身飞机的隐身能力、预警时间和燃料消耗将隐身飞机低可探测性轨迹规划问题形式化为一个复杂多目标非线性连续时间最优控制问题;并提出基于伪谱法的低可探测性轨迹规划方法。仿真实验实现了在组网警戒雷达下隐身飞机的低可探测性突防轨迹规划,证明了方法的可用性和有效性。     

地球静止轨道高能电子通量在线预测模型研究

利用粒子群优化算法和最小二乘支持向量机,建立了地球静止轨道高能电子通量(1.8-3.5MeV)在线预测模型。针对粒子群优化算法,提出了一种新的粒子群多样性测度计算方法,有效改善了其早熟收敛现象;基于改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数;利用滑动时间窗口策略更新模型数据,设计变量选择触发机制以及模型的再学习机制实现模型的在线预测功能。[根据题目的调整,对摘要做了相应改动]通过对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行提前1-3天的预测实验,表明了所建在线预测模型具有较高的预测性能,有一定的实用价值。     

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.     

基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。