JTIDS网络设计方案及其辅助软件实现

首先分析了JTIDS网络特点,研究了其时分多址、网络参与群以及两种接入模式.其次基于排队论得出了两种模式的接入延时及投递率计算公式.接下来创新提出了适用于JTIDS网络设计的"战术任务信息规划→参与群需求计算→时隙块资源分配"三步规则及相关算法.最后展示了根据这些规则编制的网络设计软件平台,该平台能快速的为复杂战术任务提供设计方案,从而有效指导JTlDS网络的网络设计和优化.     

以网络为中心的指挥控制组织探索性分析

以计算组织理论以及探索性分析方法为基础,提出对以网络为中心的指挥控制(Command Control, C2)组织的探索性分析方法的进行效能优化的探索性建模和优化方法.通过对信息化战场指挥控制组织及其组织要素的建模,建立动态适应使命与环境变化的指挥控制组织模型;通过对指挥控制组织及其组织要素多类角色和多个维度的相互关系以及相应信息流、控制流的结构建模分析,建立并优化指挥控制组织及其组织要素之间的关于多种使命环境、组织属性的重叠网络模型.通过探索性分析方法,研究信息化战场网络指挥控制组织的动态重构的离散时态演化机制,并对指挥控制组织网络构成的有效性进行测度和优化.     

机载雷达功能仿真中地球曲率的影响

从机载雷达目标探测过程出发,构建目标回波的单程增益系数和地表漫反射的后向散射系数的数学模型,根据此模型提出机载雷达的相应性能指标.在仿真实验的基础上,分析了地球曲率对目标回波和面杂波功率的影响.仿真结果表明了该模型的正确性和有效性.     

基于B/S模式的雷达装备远程故障诊断系统

探讨了基于B/S模式的雷达装备远程故障诊断系统,利用知识库、Web等技术构建了一个供雷达部队使用的雷达诊断网,对系统的体系结构和功能模块以及所涉及的关键技术进行了分析和研究,实现了雷达装备的实时监控和故障的自动诊断,提高了雷达装备的可靠性和雷达部队的应急抢修能力。     

一种具有分层结构的Ad Hoc网络地址自动配置机制

提出了一种具有分层结构的Ad Hoc网络地址自动配置机制.在该机制中,群首节点负责维护全网节点的地址使用情况表,处理网络的分割与合并;新入网节点通过代理节点向群首节点申请地址;使用蚁群算法优化选择代理节点,利用地址表备份机制减少群首节点失效的影响.与MANET Conf协议和ODACP协议的仿真比较结果表明,该方法能够在更短的时间内、使用更少的通信开销为节点分配地址,并且在网络规模增大时,该方法的地址自动配置性能并没有急剧下降,具有更好的可扩展性.     

基于贝叶斯网络的船舶动力装置战场损伤分析

针对船舶动力装置战场损伤特点,对其损伤分析进行了研究,提出了基于贝叶斯网络的动力装置战场损伤模型.以主机振动为例,分析了模型的建立、更新和完善等.分析结果表明,该模型和方法提高了船舶动力装置的战场损伤分析的速度和准确性.     

针对T/R-R型双基地雷达的电子干扰效能评估

针对干扰暴露区不适于动态描述双基地雷达干扰效果这一客观事实,选取TR联合发现概率、电子干扰有效性因子、稳定性因子作为效能指标,对T/R-R双基地雷达电子干扰效能进行度量,给出了效能指标的计算方法,推导了双基地雷达电子干扰的数学模型。通过设置典型的突防场景,对不同干扰方式下的双基地雷达电子干扰效能进行了仿真评估,仿真结果验证了评估方法的有效性。     

雷达组网系统抗干扰能力动态仿真评估研究

雷达组网抗干扰能力评估是组网系统作战效能评估的一个重要方面,运用仿真模拟法和最优指标法,对组网系统抗干扰能力进行了动态评估研究。基于研究现状的分析,提出了组网系统抗干扰能力的一种评估框架结构;构建了组网系统抗压制性干扰能力的动态评估指标体系,采用最优指标法对4种组网方案在复合压制干扰模式下的抗干扰能力进行了动态仿真分析和方案的优劣评价。评估结果与实际抗干扰试验的结论相符,验证了评估指标体系的有效性和合理性,所得结论对复杂电子战环境下雷达组网系统作战效能研究具有指导意义。     

基于镜像延拓和神经网络的EMD端点效应改进方法

经验模态分解(Empirical Mode Decomposition,EMD)在机械故障诊断中存在一个比较严重的问题,即端点效应。镜像延拓是克服端点效应的有效方法,采用镜像延拓处理端点效应时,要求将镜面放置在局部极值点处,针对这一问题,提出了一种基于镜像延拓和神经网络相结合的数据延拓方法。采用神经网络预测原信号序列,将信号向前向后各延拓一个极值点,再采用镜像延拓有效地减小EMD分解中的端点效应。通过对仿真信号的分析,验证了该方法能有效抑制EMD方法中的端点效应问题。     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。