多指标下的炮兵火力最优分配

为了提高炮兵火力打击效能,提出了小生境遗传算法与模糊多目标决策相结合的混合算法,建立了多指标下的炮兵火力分配模型,并阐述了混合算法设计,给出了应用举例,结果表明,与传统的单指标下的炮兵火力最优分配相比,该方法更符合战场实际情况。     

通用作战态势图的构成与实现方法

通用作战态势图根据来自兵力级的多源信息,处理、显示目标航迹、身份、任务、地理信息等,形成战场态势综合显示,支持指挥员的战术态势分析、战术决策等任务,改善指挥员的态势感知能力,提高信息处理能力和速度,减轻压力和减少失误。面向态势感知的通用战术态势图(COP)的认知设计体系,描述了形成COP的数据来源及相应的数据关联和态势感知可视化的软件结构,并对COP中的战术目标群分类和目标数据采用模糊处理的方法,对COP工程化实现具有一定的借鉴意义。     

模糊多属性决策理论在防空兵作战能力评估中的应用

针对防空兵系统特点,运用模糊多属性决策理论探索防空兵作战能力评估问题。构建了模糊多属性评估算法,结合具体的数学工具建立了模糊多属性评估模型,经过三级模糊综合评估得出评估结论。经实例检验该方法在防空兵作战能力评估中具有较好的应用价值,另外该方法在其他领域也具有较好的推广价值。     

模糊聚类分析在舰炮射击目标处理中的应用

舰炮对岸射击中射击目标选取比较复杂,用基于AFS逻辑的模糊聚类分析数学方法对射击目标进行处理,是一种评估战场目标选取的新方法。基于AFS逻辑的模糊聚类分析不仅与人类的思维逻辑类似,而且便于计算机将数据库中的记录转化为人类容易理解和操作的模糊集。作为在数据挖掘中的应用,又给出了基于AFS模糊逻辑的一个新的模糊聚类方法,通过具体的数学模型仿真表明这是一种行之有效的方法。     

基于模糊信息论的空中目标识别模型研究

空中目标识别是防空作战辅助决策的关键环节之一。针对目标识别中不确定信息,建立基于模糊信息论的空中目标识别模型。该模型利用模糊信息论中的模糊数,基于贴近度的模糊模式识别对待识空中目标进行初步识别,同时为解决不确定信息本身对目标识别结果稳定性的影响,采用模糊信息熵对目标识别结果修正,从而进一步提高了空中目标识别结果的稳定性和可信度。     

LRE试车数据挖掘中基于最大散度差的模糊聚类分析方法

在对液体火箭发动机试车数据进行聚类分析时,为解决故障数据样本与正常样本类间差异不大的问题,引入最大散度差准则,提出基于最大散度差的聚类算法MSD-CA.该算法以散度度量样本间的相似性,使样本的类内散度最小化和类间散度最大化同时进行.在此基础上,应用模糊理论对最大散度差准则进行模糊化,提出基于最大散度差的模糊聚类算法MS...     

基于模糊滑模控制的航空EMA调速系统

永磁无刷直流电动机是航空机电作动器(EM A)实现作动控制的关键部件,而电机控制方式的优劣则是决定航空EM A调速系统性能的重要因素。传统的滑模变结构控制策略由于存在抖振现象,对永磁无刷直流电机的控制精度和稳定性不利。针对航空EM A调速控制精度要求高的特点,将模糊控制和滑模控制相结合,把开关函数及其微分作为输入量,通过模糊推理获得滑模控制的控制量,该控制器既保持了常规模糊控制器的优点,又减弱了滑模控制的抖振现象。仿真及实验表明:该控制器稳定性好,对参数变化有很强的鲁棒性,系统响应速度快,具有较高的控制精度。     

目标多特征信息的模糊数据关联算法

传统的解决密集杂波环境中多目标跟踪的数据关联算法主要是基于目标的距离特征。由于利用的信息有限,容易导致目标的误跟和失跟。提出一种基于目标多特征信息的数据关联算法,将目标的距离特征、方位特征和雷达散射截面积特征进行模糊信息融合,实现对雷达目标的关联。仿真结果表明了该算法的有效性。     

浮球式惯导平台的自适应模糊滑模稳定控制

针对浮球式惯导平台的惯性空间稳定问题,提出了一种基于模糊逻辑的自适应滑模控制方案。该方法利用滑模控制器保证了系统的稳定性和快速性,解决了浮球式惯导平台参数不确定、未建模动态等未知干扰问题;然后,基于滑模控制器的设计问题,利用模糊逻辑和自适应控制律,调节滑模控制器的参数,估计并补偿系统的外界干扰及不确定性等干扰,增强系统对随机不确定性的适应能力,提高控制系统的鲁棒性和控制精度;最后,利用Laypunov方法证明了控制系统的稳定性与收敛性。仿真结果表明,该方法可以有效减低滑模控制控制输入抖振问题,实现浮球式惯导平台的高精度惯性空间稳定,且稳定精度高于 。     

一种面向大规模HLA仿真的并行区域匹配算法

HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。