声自导雷平行齐射发现概率解析计算模型

为了准确快速地评估声自导鱼雷平行齐射的作战效能（发现概率）,从鱼雷、目标的相对运动入手,将目标位置及运动随机误差转移到鱼雷航向上;如此建立了计算声自导鱼雷平行齐射发现概率的一重积分解析模型（不考虑鱼雷航行性能误差）和四重积分解析计算模型（考虑鱼雷航行性能误差）。最后以统计模型为标准来验证两个解析模型的正确性。仿真结果显示,对于90%左右的考察态势,解析模型与统计模型的结果差的绝对值在1%之内,另外10%左右的考察态势,也在1%-3%之间。从而验证了所建解析模型的正确性和可行性。     

卫星对水面航渡阶段潜艇的探测概率分析

利用遥感手段实施对潜探测已对潜艇保持隐蔽性构成了严重威胁。基于对各种类型相关卫星的参数和探测能力的分析,计算出在不同气象条件下、不同出航时间时卫星对远航潜艇的水面航渡阶段的的探测概率。这对分析潜艇远航暴露的原因、制定合理的远航计划都具有一定的参考价值。     

火箭自导深弹空中段关键指标研究

文中依据火箭自导深弹的组成及攻潜过程,建立了相关仿真模型,在典型条件下,分别采用对目标当前点和对目标提前点两种射击策略,利用蒙特卡罗法仿真分析了弹箭分离高度、入水速度、溅落点散布误差和助飞段平均飞行速度等空中段主要指标对发现概率的影响。仿真结果表明：溅落点散布误差和助飞段平均飞行速度对发现概率影响显著,为火箭自导深弹空中段关键指标;溅落点散布误差控制在200m以内,助飞段平均飞行速度高于250m/s时,具有较高的发现概率。     

舰载预警直升机机载雷达发现概率与建航概率模型研究

针对舰载预警直升机机载雷达的作战需求,基于机载预警雷达单次扫描发现概率模型,从作战使用的角度,建立了机载预警雷达累积发现概率模型和建航概率模型,为机载雷达有效探测距离的确定提供了依据,为舰载预警直升机预警搜索决策的研究奠定了基础。     

军事通信领域上下文本体建模及不确定性推理

为支持军事通信业务的智能化,研究了军事通信业务上下文信息的表示和推理,提出了一种表示业务上下文信息的语法结构、语义以及上下文元信息的本体建模方法。并利用贝叶斯网络理论,提出了一种支持不确定性推理的业务上下文认知模型的构建方法,最后通过案例分析验证了模型和结论的合理性。     

协同通信中的基于信道统计信息的联合中继选择的功率分配

分析Rayleigh信道下分集/无分集的AF( Amplify and Forward)和DF( Decode and Forward)模式单中继传输的平均中断概率,给出解析表达式.在总功率约束下推导了4种模式下的统计最优功率分配的解析表达式来最小化系统的平均中断概率,并提出通过最佳中继选择进一步降低系统的平均中断概率...     

导弹两种蛇形机动对反导舰炮突防效果比较

为探讨反舰导弹的近距离机动突防能力,用仿真方法计算了反舰导弹末端作水平蛇形机动和垂直蛇形机动时对近程反导舰炮武器系统的突防概率,以图示方式给出了两种机动周期、两种舰炮射速、多种机动幅值条件下的计算结果.结果表明,短周期大幅度的频繁机动可显著提高反舰导弹的突防能力,且两种蛇形机动的突防效果大致相同;而提高舰炮射速则是削弱...     

一种新的避免航迹合并的比例联合概率关联算法

通过对传统的联合概率数据关联算法(JPDA)在平行临近及小角度交叉目标的关联跟踪中引起的航迹合并问题的分析,提出了一种基于最大交互概率的改进比例联合概率数据关联算法.该算法找出距离两逼近目标的交互概率中心最近的有效观测,引入一比例因子对该观测与所有目标的关联概率进行修正,将逼近目标“拉开”,从而抑制了航迹的合并.仿真结...     

Bounded flexibility in days‐on and days‐off scheduling

This article presents a flexible days‐on and days‐off scheduling problem and develops an exact branch and price (B&P) algorithm to find solutions. The main objective is to minimize the size of the total workforce required to cover time‐varying demand over a planning horizon that may extend up to 12 weeks. A new aspect of the problem is the general restriction that the number of consecutive days on and the number of consecutive days off must each fall within a predefined range. Moreover, the total assignment of working days in the planning horizon cannot exceed some maximum value. In the B&P framework, the master problem is stated as a set covering‐type problem whose columns are generated iteratively by solving one of three different subproblems. The first is an implicit model, the second is a resource constrained shortest path problem, and the third is a dynamic program. Computational experiments using both real‐word and randomly generated data show that workforce reductions up to 66% are possible with highly flexible days‐on and days‐off patterns. When evaluating the performance of the three subproblems, it was found that each yielded equivalent solutions but the dynamic program proved to be significantly more efficient. © 2013 Wiley Periodicals, Inc. Naval Research Logistics 60: 678–701, 2013     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。