虚拟检测维修系统的设计与实现

结合实际装备维修工作的需求,开发了一套基于虚拟现实技术的具有一定通用性的虚拟维修训练系统。系统由界面层、应用层、对象层和技术支持层组成,运用OSG渲染创建逼真的场景,基于均匀网格和OBB树的混合碰撞检测算法解决碰撞问题,通过协同网络通信实现多人协作维修/检测操作。通过对某型装备手控台的虚拟维修训练系统的构建,证明系统能够快速开发相应的虚拟训练系统。训练过程中操作与场景变化实时同步,结果表明该系统能够有效提高操作人员的维修维护能力。     

复杂目标毁伤效果评估关键问题分析

复杂目标毁伤效果评估一直是毁伤效果评估中的重难点问题,作为作战指挥决策的重要依据,对其关键问题进行分析和研究具有重要现实意义。首先总结和梳理复杂目标毁伤效果评估的基本思路,在此基础上归纳出复杂目标毁伤效果评估的一般步骤,并构建毁伤效果评估的基本框架,明确其中的关键环节和问题,并基于现有复杂目标毁伤效果评估的方法和模型对其进行详细的论述和分析,最后指明未来发展的方向。     

量子技术在武器装备中的应用展望

量子技术是基于量子力学和其他学科交叉产生的新兴学科,已经涉及到计算、信息、导航、能源等多个应用领域。近年来,随着量子技术的快速发展和应用潜力,量子技术已成为研究热点并逐步走向应用。与此同时,世界新军事革命发展中武器装备须具有远程精确化、职能化、隐身化、无人化的技术特点。结合量子技术的特点,从量子计算,量子通信与量子密码、量子控制、量子导航、量子雷达,量子电池,量子技术对作战模式的改变等方面对武器装备领域的应用、作战能力和作战模式进行阐述。研究表明,量子计算的发展必然使现有武器装备的性能得到提高、作战能力得到提升,进而改变现有作战模式。     

信息化条件下靶场试验任务针对性训练实战化问题研究

信息化条件下,面向实战的靶场试验任务针对性训练发生了深刻的变化,文章通过分析新形势下试验任务针对性训练存在的主要问题,研究信息化条件下实战化针对性训练的内容及趋势,总结与探索新的训练方法,建立健全考核与评价制度,提升试验任务针对性训练的质量效益及实战化能力。     

网络空间联合反恐作战信息共享能力分析与评估?

在网络空间联合反恐作战信息共享能力构成框架的基础上,分析了信息共享能力生成的相关要素及其内部关系,并利用信息熵理论建立了信息共享的时效熵、质量熵、成本熵模型。通过对传统树形链状和新型网状循环两种信息共享模式进行仿真分析,为不断提高信息共享能力进行了有益探索。     

基于Multi-agent协商的多干扰机资源管理

多干扰机协同是组网雷达对抗的一种重要方法。针对多干扰机协同中面临的数据传输率、时效性等因素所引起的干扰资源管理问题,建立了基于中心控制协商和公约协商的干扰资源管理模型,并给出了相应的协同算法与仿真。仿真结果表明：两种方法在组网雷达对抗中均能取得良好的干扰效果及较低的漏威胁目标信号脉冲比例。其中,基于公约的Multi?agent协商在组网干扰资源管理方面具有更好的可行性,其效果优于基于中心控制协商的方法。     

海军兵棋演习系统研究

兵棋演习系统是我军未来开展模拟训练的重要手段,针对国内外对兵棋推演系统现状及技术发展趋势进行研究,提出海军兵棋演习系统的发展方向和设计方法,并结合海军兵棋推演的研究内容重点,给出作战规则建模、指挥关系建模等主要关键技术的解决方法,为我国海军未来兵棋推演系统设计、研究和发展提供技术支撑。     

武器装备作战效能灰色聚类评估

武器装备作战效能的指标是多样的,而且意义不同、量纲不同,且指标的实现值往往在数量上悬殊很大,如何在这种情况下比较好的解决作战效能综合评估问题,提出了基于灰色定权聚类和三角白化权函数的灰色聚类评估方法解决此问题,给出了应用的一般步骤。以某型水陆坦克为例,对其改装前后的作战效能进行了对比分析,并为其将来进一步改进提出了建设性建议。     

Bayesian inference for a Lanchester type combat model

We undertake inference for a stochastic form of the Lanchester combat model. In particular, given battle data, we assess the type of battle that occurred and whether or not it makes any difference to the number of casualties if an army is attacking or defending. Our approach is Bayesian and we use modern computational techniques to fit the model. We illustrate our method using data from the Ardennes campaign. We compare our results with previous analyses of these data by Bracken and Fricker. Our conclusions are somewhat different to those of Bracken. Where he suggests that a linear law is appropriate, we show that the logarithmic or linear‐logarithmic laws fit better. We note however that the basic Lanchester modeling assumptions do not hold for the Ardennes data. Using Fricker's modified data, we show that although his “super‐logarithmic” law fits best, the linear, linear‐logarithmic, and logarithmic laws cannot be ruled out. We suggest that Bayesian methods can be used to make inference for battles in progress. We point out a number of advantages: Prior information from experts or previous battles can be incorporated; predictions of future casualties are easily made; more complex models can be analysed using stochastic simulation techniques. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 541–558, 2000     

武器装备作战控制软件管理方法

随着科学技术不断进步 ,微处理器及其作战控制软件已被现代武器装备大量采用 ,作战控制软件发挥的作用越来越大 ,对软件的管理亦更加重要 ,通过对作战控制软件管理方面存在的问题的分析 ,提出了加强武器装备作战控制软件管理的方法