分布式虚拟操作训练系统误操作数据采集方法

介绍了某型武器系统分布式虚拟操作训练系统的功能、构成,并在此基础上研究分布式系统误操作数据采集方法。根据虚拟训练的需求,确定了采集数据的类型,包括2项1级指标、5项2级指标和6项3级指标,全面反映了操作过程中的各种误操作情况;在主仿真流程的基础上,设计了误操作数据采集流程,并将结果写入相关数据库。在系统开发过程中对误操作数据采集方法进行了验证。     

Maintenance and flight scheduling of low observable aircraft

In this article, we focus on relatively new maintenance and operational scheduling challenges that are faced by the United States Air Force concerning low‐observable (LO) or stealth aircraft. The LO capabilities of an aircraft degrade stochastically as it flies, making it difficult to make maintenance scheduling decisions. Maintainers can address these damages, but must decide, which aircraft should be put into maintenance, and for how long. Using data obtained from an active duty Air Force F‐22 wing and interviews with Air Force maintainers and program specialists, we model this problem as a generalization of the well‐known restless multiarmed bandit superprocess. Specifically, we use an extension of the traditional model to allow for actions that require varying lengths of time, and generate two separate index policies from a single model; one for maintenance actions and one for the flying action. These index policies allow maintenance schedulers to intuitively, quickly, and effectively rank a fleet of aircraft based on each aircraft's LO status and decide, which aircraft should enter into LO maintenance and for how long, and which aircraft should be used to satisfy daily sortie requirements. Finally, we present extensive data‐driven, detailed simulation results, where we compare the performance of the index policies against policies currently used by the Air Force, as well as some other possible more naive heuristics. The results indicate that the index policies significantly outperform existing policies in terms of fully mission capable (FMC) rates. In particular, the experiments highlight the importance of coordinated maintenance and flying decisions. © 2015 Wiley Periodicals, Inc. 62:60–80, 2015     

考虑航线交叉的救援直升机起飞时序规划方法

为解决多架救援直升机的起飞时序规划问题,以最小化最后一架救援直升机的起飞时间为优化目标,建立多直升机多起降点的数学规划模型。设计了基于任务优先级的快速启发式算法,提出航线交叉点的处理方案,给出起飞时间求解算法。以云南鲁甸6.8级地震的灾后救援为背景,设计了包含24架直升机和12个起飞点的起飞时序规划案例,对模型和算法进行了仿真验证,并对航线交叉的影响与处理措施进行了深入讨论。实验结果表明该模型和方法能有效解决多架救援直升机的起飞时序规划问题。     

基于竞争式MAC接入的移动Adhoc网络建模与仿真

总结了具有代表性的竞争式MAC接入协议:冲突避免多址接入MACA、IEEE 802.11 DCF和信道获得多址接入FAMA传输介质访问控制接入的一般性规律,建立了一个竞争式MAC接入数学模型,研究哪些因素影响网络通信。通过NS2网络模拟实验,验证了这些影响的存在,并初步了解如何减少这些负面影响。与无线网络物理层或高层网络比起来,MAC接入对于无线网络高效可靠通信的负面影响容易被忽略,实际却存在,该研究对无线网络可靠通信具有一定参考价值。     

基于数据挖掘的海战场态势可视化平台构建

可视化和数据挖掘是进行海战场态势评估、实现战场可视化的两项关键技术。海战场态势可视化能提高指挥员的战场态势感知能力,有效辅助指挥员进行当前态势评估和未来态势预测。而数据挖掘技术是对海量战场态势数据进行知识发现的有效工具,基于数据挖掘技术从顶层构建了海战场态势数据可视化挖掘平台,并对其中的各子模块进行了具体研究。     

复杂系统维修性综合评估技术

分析了复杂系统使用期间维修性水平动态变化特点,研究了复杂系统在使用中维修性数据特点、类型和分布确定方法,建立了复杂系统使用期间维修性指标综合评估模型,提出了维修性增长极大似然评估方法,为复杂系统维修性指标计算和评估提供参考。     

数字水印技术在高分辨率遥感数据安全保护中的应用

随着高分辨率遥感数据应用的不断扩展,其安全和版权问题也日益突出。利用数字水印技术保护高分辨率遥感数据安全是目前可行、可靠的技术手段。介绍了数字水印基本原理并分析了高分辨率遥感数据数字水印特征,研究了数字水印技术在高分辨率遥感数据安全分发管理、网络发布等方面的应用,探讨了高分辨率遥感数据数字水印系统设计,并对高分辨率遥感数据数字水印技术进行了展望。     

基于改进遗传算法的舰载机出库调度优化方法

舰载机出库最优调度方案是合理编排一批次舰载机出库顺序,使目标舰载机在最短的时间内调出机库。提出舰载机出库调度方案4步单目标优化方法。第1步实现舰载机数量分配功能;第2步依靠遗传算法,实现舰载机选择功能,寻找最优出库组合方案;第3步根据优先级规则对舰载机出库作业进行排序,从而得到最优出库方案的舰载机调度序列;第4步找出需要倒机的舰载机并根据一定规则进行整理后,得到出库作业序列。最后,建立模拟机库验证调度方案的优化方法可行、高效。     

粒子束空间传输影响因素及应对方法

全面分析了初始束流分布、发散度、能散度以及地磁场对粒子束空间传输的影响情况,并针对束流长距离传输的静电扩散和地磁偏转效应进行了数值建模及定量的数值仿真研究。结果表明,对于固定束流能量、流强粒子束,可通过增大初始半径削弱粒子束静电扩散效应达到设计要求;通过背景磁场精确预测,可准确控制束流方向精度。可以看出,研究带电粒子束本身的自洽行为以及与外场的作用,对带电粒子束流的产生、传输特性研究及工程化应用都有重要意义。     

面向网络化无人机集群的计算换通信分布式任务调度方法

针对网络化无人机集群任务自主协同问题以及市场竞拍法的优缺点,提出“计算换通信”思想及其相应的分布式任务调度方法。通过对显式和隐式冲突任务的分析,建立任务相关智能体集合。提出基于任务抑制的局部优化方法,用于提前消解部分任务冲突,以减少算法迭代次数。设计基于历史竞标信息的智能体位置推断法,为局部优化提供必要的信息输入。基于组网仿真平台与集群救援场景开展蒙特卡罗仿真实验,结果表明,相比于市场竞拍法中具有代表性的基于共识的捆绑算法和性能影响算法,所提方法能够获得更少的迭代次数、更短的收敛时间以及更优的调度性能。