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。     

空中编队指挥引导智能决策模型研究

提高空军C3I系统指挥控制能力的关键手段之一是实现对大规模空中编队指挥引导的自动化。提出了实现智能指挥引导系统的总体结构,构建了规则库、模型库,分析了指挥引导规则的优化方法。在空军大规模仿真系统中的运行结果证明,该模型设计正确合理。     

C4ISR通信分系统信息优势评估指标研究

战术互联网信息优势评估指标确定和量化是其效能评估体系中的重要环节。针对战术互联网提供战场态势感知,获取信息优势的重要特征,在分析信息优势定义的基础上,给出了信息优势的数学描述和评估指标的定义。同时结合战术互联网的具体业务需求,深入分析了基于态势感知信息传输的完整性、精确性和网络传输时效性的信息优势评估指标,根据所确定的指标,给出了战术互联网信息优势基本的定量描述方法。     

干扰下雷达网的威力范围

分析了构成雷达网的主要威胁干扰是压制式干扰,根据压制式干扰的特征和干扰下的雷达方程,分析雷达网的威力范围,提出一种采用MATLAB将雷达网的作用范围、目标轨迹及干扰轨迹画在同一图中的方法.比较目标是否在雷达网威力范围,根据等高线判断某一高度的目标是否在雷达网的威力范围之内.并给出两相控雷达存在压制式干扰情况下对一机动目标的防御范围.     

基于神经网络的大区域防空信息进攻作战效能评估

建立了大区域防空信息进攻作战效能评估的指标体系。由于指标主观性很强,普通的方法难以取得好的效果,而神经网络以其良好的非线性处理能力,为解决此问题提供了一个好的方法。对应用LMBP神经网络解决大区域防空信息进攻作战效能评估的方法问题进行了探讨,给出了神经网络的算法及评估模型。并通过实例证明了方法的可行性,最后与一般的BP神经网络方法进行了对比,体现了该方法的先进性。     

战场图像情报侦察处理技术及其发展

为了及时了解和掌握图像侦察领域最新的处理技术和发展动态,研究了战场图像情报的特点,主要获取手段,美军目前使用的几种典型战场图像侦察装备,战场侦察图像的融合处理和关键技术。     

基于BP神经网络的防空保卫目标分类

提出用BP神经网络模型对防空保卫目标进行分类的一种新方法。该方法建立分类评价的指标集,将分类的划分等级作为训练样本集,以指标的各等级标准值作为样本的输入特征值,建立多参数的BP神经网络防空保卫目标分类评价模型,然后用实例训练神经网络,得出了较合理的结论。     

搜索引擎的技术现状及发展趋势

本文介绍了搜索引擎的工作原理及分类,并从目前搜索引擎存在的问题出发,展望未来更完美的搜索技术。     

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.     

一类带配送中心运输问题的容量扩张模型研究

运输问题一般采用表上作业法来解决,考虑一类带配送中心的运输问题,若仍采用表上作业法,会使问题复杂化.文中采用一种构造辅助网络的方法:在运输网络中将每个配送中心均拆分成两个点,连接两点形成新弧,构造出新的网络,并给每条弧赋予参数,将此类运输问题转换为最小费用流模型来解决,可以使问题模型和运算简单化.在此基础上,考虑运输网络中配送中心和边的容量扩张问题.