Analysis on MAV/UAV cooperative combat based on complex network

A formation model of manned/unmanned aerial vehicle (MAV/UAV) collaborative combat can qualitatively and quantitatively analyze the synergistic effects. However, there is currently no effective and appropriate model construction method or theory, and research in the field of collaborative capability evaluation is basically nonexistent. According to the actual conditions of cooperative operations, a new MAV/UAV collaborative combat network model construction method based on a complex network is presented. By analyzing the characteristic parameters of the abstract network, the index system and complex network are combined. Then, a method for evaluating the synergistic effect of the cooperative combat network is developed. This method provides assistance for the verification and evaluation of MAV/UAV collaborative combat.     

变分自编码器结合聚类算法在空战态势评估问题上的应用

针对传统态势评估方法确定权值的主观性强、处理大数据能力弱、特征提取能力不足等问题,提出基于改进变分自编码器和聚类算法的无监督空战态势评估方法。根据态势变化连续性特点,提出基于时间段的空战态势分类方法,将敌我双方态势划分为四类。在变分自编码器的基础上,提出了VAE-WRBM-MDN特征提取模型,即使用混合密度网络优化变分自编码器的特征提取能力和生成数据的相似度,使用权值不确定限制玻尔兹曼机优化网络的初始权值。将提取的特征分别输入到两种典型的聚类算法中进行聚类,并结合态势函数和实际战场情况修正聚类结果,形成正确的态势分类标准。在实验部分,分别进行了最优参数调整、关键特征提取、聚类以及修正实验。实验结果表明,模型态势分类正确率和运行时间均满足应用需求,实例评估结果与客观态势一致性强,所提方法具有实际应用价值。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

干扰及机动条件下的比例导引智能调控策略

由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律。     

基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.     

引入电流变化率的电源分布网络最差噪声分析算法

随着时钟频率的增加以及电源电压的降低,电源完整性问题日益凸显。将电流变化率加入到最差噪声算法的电流约束中,能够在任意电流变化率的情况下分析电源分布网络的最差噪声,从而获得更加真实的最差噪声。另外,利用改进的Knuth-Yao四边形不等式法对基于动态规划的最差噪声算法进行加速,加速后算法的时间复杂度从O(n~2m)降为O(mnlogn)。     

基于TOPSIS算法的防空通信网络系统效能评估

简要分析了防空通信网络系统的主要任务,建立了防空通信网络系统的效能评估指标体系。提出了利用TOPSIS算法进行防空通信网络效能评估的方法,可根据影响通信网络系统效能的指标及权重,对不同组网方式下的防空通信网络系统效能进行评估。示例表明,利用TOPSIS算法可对防空通信网络效能进行评估排序,能够为指挥员的决策规划提供参考。     

公共服务均等化视域下新疆南疆教育扶持政策研究

新疆南疆落后的经济社会造成教育发展缓慢、水平低下,大力发展南疆教育具有极端重要性,近年来国家对南疆教育实施了一系列扶持政策并且取得了良好的效果。本文运用公共服务均等化的分析框架,对南疆教育扶持政策所体现出的价值取向、政府职能转变,以及教育公共服务均等化的物质基础和逻辑起点等四个方面进行了理性分析,并从大力发展国民经济、优化资源配置机制和完善转移支付制度三个角度提出优化南疆教育均等化的建议。     

Decapitation,disruption, and unintended consequences in counterterrorism: lessons from Islamist terror networks in Spain

This study examines the unintended consequences of decapitation strategies. Two Islamist terror networks in Spain have been used to critically evaluate theories of leadership removal guided by large-N cross-sectional research. Arguably, current models neglect to include relational variables that constitute the foundation for policies of network disruption. Spanish terror networks are mapped out over a 10-year period (1995–2004) to demonstrate the importance of network variables. Policies meant to disrupt militant networks can generate unintended consequences, as was the case with Spain’s Operation Dátil following the 9/11 attacks on the Twin Towers and the Pentagon in the United States. The Madrid train bombing network developed in the vacant political space following the counterterrorism operation that targeted radical Islamists in Spain.