移动式C3I机动路线选择多准则决策折衷对话算法

提出非劣路径和满意路径的概念,给出准则网络图满意路径问题的数学模型,利用多准则决策理论和方法,通过构造辅助问题,研究辅助问题和非劣路径的关系,设计出多准则网络图的交互式满意路径算法。     

一种新的运输问题对偶算法

本文给出求解运输问题的一种新的方法——运输问题对偶算法(仍是表上作业法)。最后给出的实例说明本文算法在解决某些问题时比[1]中方法简便。     

关于布朗运动“记忆”效应的一个模型

布朗运动能够概括一大类物理现象,因此一直受到人们的重视。近年来,计算机模拟和实验的结果都表明,布朗运动具有“记忆”效应。本文试图对布朗运动“记忆”效应构造一个模型。在稳定情况下计算结果表明,微粒位移涨落的二次矩仍与时间间隔t成正比,“记忆”效应表现为流体的粘滞性加大。     

软件固化卡的设计与实现

本文叙述了软件固化卡的设计过程,给出硬件电路,详细介绍了支持软件的设计方法,最后讨论了软件固化卡的应用前景。     

基于威胁联网环境的一种无人机航迹重规划方法

威胁联网环境中,无人机需要对运动威胁进行规避以安全到达终点。通过建立无人机和威胁的运动模型,并对每一时刻无人机和运动威胁的相对位置进行实时分析;提出了一种基于可飞性分析的航迹重规划方法;最后对该方法进行仿真实验。仿真结果表明,该方法增强了无人机对运动威胁的规避能力。     

基于中间表示规则替换的二进制翻译中间代码优化方法

动态二进制翻译在实现多源到多目标的程序翻译过程中,为屏蔽不同源平台间的硬件差异引入中间代码,采用内存虚拟策略进行实现,但同时带来中间代码膨胀问题。传统的中间代码优化方法主要采用对冗余指令进行匹配删除的方法。将优化重点聚焦在针对特殊指令匹配的中间表示规则替换上,提出了一种基于中间表示规则替换的二进制翻译中间代码优化方法。该方法针对中间代码膨胀所呈现的几种典型情景,描述了中间表示替换规则,并将以往应用在后端代码优化上的寄存器直接映射策略应用在此处。通过建立映射公式,实现了将原来的内存虚拟操作替换为本地寄存器操作,从而降低了中间代码膨胀率。使用SPEC CPU2006测试集进行了实验,验证了此优化方法的正确性和有效性。测试用例在优化前和优化后的执行结果一致,验证了优化方法的正确性;优化后测试用例的中间代码平均缩减率达到32.59%,验证了优化方法的有效性。     

基于威胁路径的报警关联分析方法

大量的误报大大降低了现有网络入侵检测系统的实用性,利用报警日志之间的逻辑关系是降低误报率的方法之一。提出了威胁路径的概念,在此基础上提出了基于因果关系的关联分析方法。利用网络的背景信息,发掘报警日志记录之间的逻辑关系,进一步提高报警的准确性,降低误报率。经实验验证,该方法可有效降低网络入侵检测系统误报率,并可用于辅助分析网络入侵过程。     

具有节点失效的网络可靠度的信息交互算法

提出了一种用于计算具有节点失效的网络可靠度的新计算方法。该算法依据不交化代数及协同计算的思想,采用节点信息义互的方法直接获得网络的不交化最小路集。算法简便易行,具有分布计算的特点,为大型网络系统的可靠性度计算提供了一种新的途径。     

基于路径跟踪的平流层飞艇柔性编队控制

建立平流层飞艇驻空阶段动力学模型,在定高飞行前提下,采用小扰动方法对动力学方程进行线性化处理。提出采用路径跟踪的平流层飞艇柔性领航-跟随编队控制方法,领航者和跟随者通过速度控制与航向控制,分别跟踪保持特定距离的参考路径,实现编队的柔性控制。以采用直线路径跟踪和采用圆路径跟踪的三平流层飞艇编队控制为例,对提出的柔性编队控制方法进行仿真验证。仿真结果表明:提出的路径跟踪方法控制精度高,提出的柔性编队控制方法可以实现编队稳定运行,避免编队成员碰撞现象的发生。     

Optimal motion planning in rapid‐fire combat situations with attacker uncertainty

This article provides a modeling framework for quantifying cost and optimizing motion plans in combat situations with rapid weapon fire, multiple agents, and attacker uncertainty characterized by uncertain parameters. Recent developments in numerical optimal control enable the efficient computation of numerical solutions for optimization problems with multiple agents, nonlinear dynamics, and a broad class of objectives. This facilitates the application of more realistic, equipment‐based combat models, which track both more realistic models, which track both agent motion and dynamic equipment capabilities. We present such a framework, along with a described algorithm for finding numerical solutions, and a numerical example.