舰炮测量距离方向法对海射击改进及误差分析

针对新型舰艇只装备一座主炮无法进行集火射击,原有的测量距离方向偏差对海射击的方法已不再适用,对原有的观测射击方法进行了改进,分别记录每发弹出炮口时刻预测的目标位置,利用其平均值进行代替原齐射弹丸出炮口时刻的目标预测位置。分析结果表明,该方法达到了原观测距离方向法的齐射的射击修正效果。     

卫星通信网作战效能评估研究

通过对卫星通信网完成信息传输作战任务的能力分析,建立了卫星通信网作战效能评估指标体系;将模糊层次分析法和熵权法相结合,建立了确定指标权重向量的综合集成赋权模型,采用专家打分和隶属度函数法计算单因素模糊评估向量,采用相对状态特征值对评估结果进行处理,建立了模糊综合评估模型,实现了卫星通信网作战效能的评估,并对评估结果进行了分析。     

基于BP神经网络的装备故障诊断专家系统研究

分析了神经网络和专家系统的特点,提出了基于BP神经网络与专家系统结合的某装备的故障诊断方法,构造了BP神经网络的装备故障诊断专家系统的诊断模型,克服了传统专家系统在知识获取和表达的薄弱环节,并用了某型装备的故障实际数据进行了验证,结果表明了神经网络与专家系统结合是一种有效的诊断方法。     

基于n-宗派的C2组织协作性量化分析

C2组织的协作性是目前信息化战争研究中的一个热点。利用"社会网络分析方法",对C2组织的指挥控制关系网络模型进行"n-宗派"分析,可以有效地揭示组织的子结构特征以及定量地研究组织的协作性。分析了指挥控制关系网络模型n-宗派中"n"的现实意义,设计了"宗派协作指数"和"组织协作指数"的计算方法和公式。结合示例,以2-宗派为例说明了C2组织协作性量化分析的步骤和过程。研究表明,基于n-宗派的C2组织协作性量化分析具有可操作性和现实意义。     

基于神经网络和遗传算法对反装甲目标威胁度评估研究

针对威胁度估计问题和装甲车辆在战场上的实际情况,运用神经网络和遗传算法理论探索反装甲目标威胁度评估问题。基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性。经过验证该算法能够有效反应出反各种反装甲目标的威胁度,其稳定性、精确性也比较高。     

基于方位数值拟合的目标机动改变判断*

被动声纳和侦察雷达等传感器材对目标的探测仅能获取目标方位信息。虽然基于纯方位信息和探测平台机动位置的方位平差法,能够解算得出定向定速运动目标的要素,然而在实际作战应用中,目标可能会频繁地出现转向机动,使运动要素永远也不可能收敛。判明目标改变机动具有十分重要的战术价值。本文研究给出了一种基于时间方位拟合的目标转向运动判断方法,并结合典型态势进行了仿真分析,得出了拟合判断参数,研究结果为目标运动要素解算控制、潜艇查明水面舰艇巡逻线等作战应用提供目标转向判断依据。与方位滤波方法相比,这一方法概念清晰、算法简单、实用性强。     

多域光网络中的一种支持多播业务的动态RWA算法

路由与波长分配(RWA)仍是下一代智能光网络中的一个核心问题。由于下一代智能光网络将被划分为多个路由域进行分布式的网络管理,因此传统光网络中的那些基于全网信息的 RWA 算法将不再有效。与此同时,随着光网络中多播业务的不断增加,RWA 算法的研究中又出现了一些新的挑战。为解决这些问题,文章结合多播业务的需求,提出了一种适用于多域光网络中的可支持多播业务的动态 RWA 算法,并对其进行了计算机仿真研究,分析了算法的性能。     

城市居民小区地震火灾发生率的非线性预测

利用人工神经网络对地震火灾发生率进行非线性预测具有实用价值和理论意义。分析了人工神经网络预测的优势和不足,并提出算法改进意见,在综合分析人工神经网络预测的工作机理、构造方式以及影响城市居民小区地震火灾发生率的主要因素的基础上,构造人工神经网络模型进行火灾发生率的实例预测,并针对预测结果分析了各影响要素对地震火灾发生率发生影响的强弱程度,非线性预测的结果与预期结果相符。     

基于波达方向矩阵的矢量水听器方位频率联合估计

提出了一种新的基于单个矢量水听器的方位频率联合估计方法--波达方向矩阵法.利用矢量水听器的时延数据,构造了两个相同的子阵,通过对波达方向矩阵的特征分解,实现了对目标信号的波达方向估计,并同时得到了目标的频率特征.计算机仿真实验表明,该方法具有较好的估计精度.     

一种基于神经网络的彩色图像分割方法

提出了适于彩色图像分割的加强型径向基函数网络方法,采用在线自适应聚类学习算法确定隐层节点的数目、激活函数中心值;通过Hebb学习算法迅速将隐层节点中心值分为目标颜色聚类中心和背景颜色聚类中心两类;输出层用竞争规则将目标与背景分开。通过对多幅彩色图像进行分割处理验证了该方法的有效性。