某自行战车火控系统动态航路制定及软件实现

根据某型自行战车对空中目标作战的精度需求,为突破火控系统自带动态航路的局限性,提出了动态航路制定模型.在基准战车时目标起始点坐标进行测量的基础上,由连战斗队形配置确定全连其余战车相对基准车档坐标值,通过坐标转换计算,得到其余战车动态航路参数.采用面向对象的可视化编程语言C#2.0编写程序,设计动态航路制定软件.通过举例分析,证明了该方法的可行性,为有效提高自行战车的射击精度提供了一种较为科学的方法.     

多架无人机协同作战的路径规划

提出了一种协调多架无人机的编队同时到达目标的航路规划方法.首先根据敌方防御区域内雷达、导弹等威胁阵地的具体分布情况,采用划分Voronoi多边形的方法制定初始航路,然后通过叠加定长线段到初始航路上对初始航路进行离散化,最后采用动态链类比法调整航路并对航路进行光顺优化处理,使航路安全可飞.并用数字仿真技术对该方法进行了验证,结果表明该方法是可行的.     

An eikonal equation based path planning method using polygon decomposition and curve evolution

Path planning is a key technique of autonomous navigation for robots, and the velocity field is an important part. Constructing velocity field in a complex workspace is still challenging. In this paper, an inner normal guided segmentation algorithm in a complex polygon is proposed to decompose the complex workspace in this paper. The artificial potential field model based on probability theory is then used to calculate the potential field of the decomposed workspace, and the velocity field is obtained by utilizing the potential field of this workspace. Path optimization is implemented by curve evolution, during which the internal force generated in the smoothing process of the initial path by a mean filter and the external force is obtained from the gradient of the workspace potential field. The parameter selection principle is deduced by analyzing the influence of several parameters on the path length and smoothness. Simulation results show that the designed polygon decomposition algorithm can effectively segment complex workspace and that the path optimization algorithm can shorten and smoothen paths.     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明,该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

Russian mission-command in VOSTOK strategic exercises

Russian military prefers and exercises differently compare to the Western planning and execution philosophies with mission command allowed and appreciated in sub unit levels only. “Vostok-2018” provided a lot of evidences Russians using de-centralised execution in the sub-unit levels and at the same time centralised control at levels of units and formations.     

装备器材保障资源调度决策模型及算法

装备器材保障资源调度问题是一个非常复杂的问题,根据其优化目标要求,从保障时间最短、保障耗费最低、安全性最高3个方面建立了该问题的多目标优化模型,并通过目标优先度决策将其转化为单目标模型;接着,采用两阶段法进行求解,将其分为最优路径决策、器材分配决策两个阶段进行决策优化,在明确资源点到需求点之间的最优路径后再进行器材资源的分配;并分别采用基于小生境的自适应遗传算法和基于生成树的遗传算法进行求解。通过实例分析,求解结果能够满足装备器材保障的要求,表明所构建的决策模型和算法是有效的。     

坦克兵力行为智能体模型研究

为了有效模拟兵力物理行为和智能行为的不同特性,提出了一个复合结构坦克兵力智能体模型,该模型综合了反应式行为和慎思行为两方面的优点。采用层次化组合方法建立了基于行为模式的兵力物理行为模型,使兵力智能体能对动态战场环境作出灵活的反应。结合兵力不同类型任务的分析,设计了基于规划的兵力智能行为模拟方法,使兵力智能体能按照战术原则进行作战任务规划。     

一种用于SEAD任务的改进型Voronoi图

根据雷达所在位置构造Delaunay三角形,取它的外心作为Voronoi图的顶点,构造常规Voronoi图,使用随机搜索算法可以为无人战斗机规划安全路径。由于战场环境威胁各异,使用常规Voronoi图不再能表征真实的SEAD任务,增大了无人战斗机的威胁,本文提出了一种新的Voronoi图的改进方法,以提高无人战斗机在执行SEAD任务时的生存概率。首先,根据可能出现的各种情况进行了分析,提出了改进型Voronoi图的构图原则。然后,提出了在不同威胁体下,基于"Delaunay多边形"构造改进型Voronoi图的方法。最后,进行了仿真。仿真算例的结果验证此方法可以明显地提高无人战斗机的生存概率。     

试论战略数据规划及其概念基础

讨论了当前人们对数据规划概念的不同理解 ,在分析信息、系统等概念的基础上 ,提出了一个明确的面向整个组织的数据规划概念 ,给出了一种基于这一概念的新的数据规划方法的框架。     

排课中时间表问题的探讨

提出一种时间表的设计方案及其改进形式,讨论了它的相关性能。应用本方案,不仅可以提高排课中搜索的效率(最高可达(2n 1)/2倍),还可以满足排课过程中对时间的各种需求,具有很强的适应性和可移植性;再利用层次分析法得到各时间段的可接受度,分析了使用改进时间表的公平性,其公平性因子将得到成倍提高。