军事通信网信息优势指标及评估模型研究

军事通信网信息优势评估指标的确定和量化是C4ISR效能评估体系中的重要环节。针对军事通信网的特点,在分析信息优势定义的基础上,结合军事通信网的具体业务需求,深入分析网系完整性和精确性,利用期望时延重新定义时效性,并提出信息能力资源利用率指标,以及绝对信息优势、隐性信息优势和显性信息优势概念,根据所确定的指标,给出了军事通信网信息优势基本的定量描述方法。     

基于熵权的舰炮武器系统维修保障能力模糊综合评判

针对现有装备维修保障体制的特点,建立起舰炮武器系统维修保障指标体系,综合运用熵权和模糊综合评判法对某型舰炮武器系统维修保障能力进行评估。该方法用熵权确定权重,加重了评价体系本身的重要程度,充分利用了被评判指标的信息量,并且根据模糊评判的需要构造了评分隶属函数,使定性分析和定量分析很好的相互融合。仿真结果表明该方法可行,对科学、客观地评估舰炮武器系统维修保障能力有一定的应用价值。     

基于物元分析方法的作战指挥信息效能评估

根据信息作战需要,总结出作战指挥信息效能评估分层指标,运用物元分析理论构造了评估模型,并结合具体实例验证了此模型的可行性和实用性。该方法能够有效结合定性与定量分析,且模型结构简单规范,为作战指挥信息效能的评估提供了一种较为有效的方法和途径。     

基于影响图方法的信息战模型

基于信息战内涵,分析了信息因素和兵力因素在信息战过程中相互作用的关系,根据影响图建模理论,建立了信息战模型,得到了兵力与信息耦合作用的微分方程,说明了制信息权在信息战中的决定性作用,为定量研究信息战的兵力和信息要素提供了理论依据。最后通过对模型的分析和简化,导出了我们熟悉的情报战模型和兰彻斯特方程第二线性律,体现了模型的合理性,但是在实际应用时仍需结合具体问题对模型进一步规范和完善,才能得出科学合理而有价值的结论。     

基于敌后侦察与诱骗博弈的远程火力打击战法*

对敌后侦察反军事诱骗的远程火力打击战法的定量分析是战役研究中尚未解决的关键问题之一,根据信息作战原理,运用仿真和统计学分析的混合方法,建立基于概率的二人非零和(TPNZS)非合作博弈模型,设计基于侦察与诱骗博弈的远程火力打击战法,定量分析我方的敌后侦察和敌方的军事诱骗对远程信息与火力联合打击能力的影响,并对一个典型实例的初步试验及分析结果表明:与敌后侦察和军事诱骗有关的正确识别目标和错误识别目标的概率以及远程火力命中目标的概率是评估远程信息与火力联合打击能力的关键,而对评估结果进行博弈分析则是远程火力打击战法设计的关键,用识别正确目标和错误目标能力以及远程火力命中目标能力描述的基于敌后侦察与诱骗博弈的远程火力最优打击战法为Δ*=(0,Δ2*,1-Δ2*)=(0.0000,0.7727,0.2273),被打击方对远程火力打击的最优战法为π*=(π1*,0,1-π1*)=(0.8511,0.0000,0.1489)。     

一种防空导弹无线分布式信息共享系统

以PCI04嵌入式工控机为核心设计主控单元,以嵌入式单片机为核心设计从属单元,并应用GPS OEM接收板、AMAI)4550无线通信模块等,构建无线主从分布式信息共享系统.在该系统的支持下,大型防空导弹武器系统和若十便携式防空导弹间可以进行信息共享和交互,集成为一个以大型防空导弹武器系统为中心的防空作战体系,通过优势互补和邯同作战,能够实现作战效能的倍增.     

适应保障建设需要 关注信息作战动员

新军事变革与军队信息化建设的发展,尤其是信息化武器装备的研制与发展,对装备保障和作战保障提出了越来越高的要求.而在常备军不断精简、"军民一体化"思想逐步深入之时,对国防动员的需求,特别是对信息作战动员的建设与发展的需求与日俱增.因此,在提出信息作战动员的基本内涵的基础上,结合国内外信息作战动员的发展现状,对如何有效实施信息作战动员提出几点看法.     

美军信息系统一体化建设及启示

为了实现各军兵种之间的互联、互通,提高信息的质量和实时共享能力,建设一体化信息系统成为必然。从研究美军的信息一体化建设经验出发,分析了美军在建设的各个阶段的重点工作和特点,总结了其建设的基础和关键及一些重要工作,之后,对我军的信息系统一体化的发展途径进行了探索,提出了我军信息系统一体化建设的方案构想,从而为我军在未来的信息战中夺取优势做好准备。     

区域地面防空网络化作战传感器系统

区域防空需要三种信息:预警信息、战术指挥信息和制导控制信息,因此应相应的建立三层信息网络系统:联合规划网络、联合数据网络及联合跟踪网络来满足网络化防空作战的需要。对多传感器信息融合的作用进行了分析,并提出了一种适应地面防空网络化作战需要的传感器系统信息融合体系结构。     

矢量多边形并行栅格化数据划分方法

针对多边形并行栅格化中的负载不均衡问题提出一种新的数据划分方法,主要包括:迭代计算划分线的位置,在每次迭代中保证分块间的计算量大致均衡,完成数据划分、实现负载均衡;提出基于二叉树的划分结果融合策略,以解决跨边界多边形的融合问题。在多核CPU环境下实现并行算法,选用多个典型土地利用现状数据集进行测试。结果表明:针对不同类型多边形数据集,所提方法较传统方法可获得更高的并行加速比和更好的负载均衡;针对大数据量数据集,以多边形节点数为度量标准可更精确地估算分块计算量,从而更好地实现负载均衡。