对空观察哨情报融合

在得到对空观察哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了观察哨情报数据关联和航迹外推问题.仿真及试验结果表明该方法用于防空观察哨情报融合是可行的,其结果分析的应用能指导观察哨训练和战时观察哨的配置.     

FN-IOWA算子的模糊弹性决策作战效能评估

群决策中往往参与决策的单位或专家会来自不同的专业和部门,这些决策者具有不同的性质.为了处理不同性质决策者之间的模糊信息,引入模糊弹性决策的概念.传统作战效能评估往往是由单一性质的决策者进行,这样会失掉很多专业信息,也会使评估结果片面.基于FN-IOWA算子的模糊弹性决策方法能融合评估中的模糊信息,有效完善传统作战效能评估方法,使评估结果更合理.     

目标识别系统中的一种多传感器数据融合算法

Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时,理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上,提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”,避免了原有算法中需多次采用Dempster证据组合规则来计算的问题,从而减少了计算量。     

军事数据融合概念方法研究

现代战争中,要保持信息优势,必须建立适合新环境的指挥控制信息系统。但是信息超载,信息的不完整和不确定等情况对信息系统的设计提出了新的挑战。结合当前信息融合框架和实践的经验,提出了数据建模和管理的五维结构:空间(x,y,z),时间(t)和可能的世界(w),基于系统的目标和准确的需求分析,提出了一个军事信息系统设计的框架。用数据分析、数据融合方法和推理技术来完成数据的获取和资源的管理,提出增加具有优化能力的智能组件实现系统的学习能力,提高系统的性能。     

基于KALMAN滤波的两种多传感器观测融合方法

目前有两种基于K a lm an滤波的多传感器观测融合方法,方法1是将观测向量的维数增加,获得扩展观测向量。方法2是在最小均方误差准则下,对不同传感器间的观测向量进行加权运算,获得与单个传感器相同维数的观测向量。通过对滤波器的状态估计误差协方差的分析和相关数学表达式,给出了两种方法的对比。仿真结果表明,当两个传感器的观测矩阵相同时,两种方法在功能上等价,但方法2的运算复杂度低。当两个传感器的观测矩阵的维数相同,但其值不相等时,方法1优于方法2。当两个传感器的观测矩阵的维数不同时,只能用方法1,而方法2失效。     

基于FNN和RS理论的综合评估及应用实例

为较好解决武器系统效能综合评价与分析的问题,提出一种新的综合评价与 分析方法。以某一类型的武器装备的效能评估为例,利用模糊神经网络(FNN)的方法和粗 糙集(RS)理论方法对武器装备效能的优劣进行评估。首先,用FNN方法提取用于效能评 估的模糊规则,然后用一种新的处理不确定知识的数学工具,粗糙集理论方法对装备属性进 行约简,删除其中不相关或不重要的知识,选出最重要的且尽可能少的评价指标获得系统效 能评价的最小决策算法,进而分析得到系统效能的关键因素。     

模糊综合评判的目标战场价值

选择目标主要考虑目标的战场价值,目标价值决定于目标属性,采用模糊综合评判方法可以量化目标属性,并最终得出目标价值大小。由此,从理论上分析了目标战场价值的模糊综合评判过程,建立了单目标战场价值评判指标体系,提出了目标实际战场价值的模糊综合评判方法,得到了目标战场价值的量值,为指挥员目标选择提供决策依据。     

基于模糊指派的阵地选址决策

给出了一种混合部署的多个导弹营的阵地多要素选址决策方法,运用了模糊关系合成矩阵,将各种情况下的多要素导弹阵地选址问题转化为模糊指派问题,并运用了匈牙利算法进行求解,最后给出了实际算例.     

舰空导弹模糊加权射击效能评估模型

为了给舰艇防空作战指挥决策提供依据,根据舰空导弹防空作战的特点,借鉴传统的作战效能评估方法,提出了用模型加权射击效能评估的方法来进行舰空导弹防空作战效能评估,建立了舰空导弹模型加权射击效能评估模型,并通过算例说明了作战效能评估中模糊权重的确定方法.提出的方法和建立的模型可作为构建舰艇防空作战指挥决策模型的基础.     

解耦的三轴气浮台非线性模糊变结构鲁棒控制问题

针对飞行器全物理仿真三轴气浮台这一具有不确定性的、耦合的非线性系统,对其动力学耦合和可解耦性问题进行了分析、计算和证明.通过综合变结构控制和模糊控制,给出了一种新的非线性控制系统设计方法,此方法既可以避免变结构控制所固有的颤动现象,同时由于该模糊控制律的解析性,所以也具有实现简单,易于工程化的优点.仿真结果表明,给出的模糊变结构控制,对飞行器模型不确定性和外来干扰具有较强的和良好的跟踪性能.