Petri网在C3I系统建模分析和综合中的应用

近十多年来,Ｐｅｔｒｉ网理论被广泛应用于Ｃ３Ｉ系统的建模分析和综合设计中,并取得了很多成果。本文就这一领域的研究理论进行综述,并对将来的可能发展方向作一展望     

基于SEA的舰载C3I系统防空作战效能评估模型

现代海战中,空中目标对舰艇的威胁越来越大,舰艇的防空作战能力已成为衡量其综合作战能力的主要指标。而C3I系统作为舰艇的指挥中枢,其性能直接决定着舰艇防空作战的成败。根据现代海战中空中目标的武器作战使用方式,并针对SEA方法的要求,提出了评估C3I系统在防空作战时系统效能的三个主要性能量度(MOP),通过分析C3I系统在防空作战时的特点,建立了评估C3I系统防空作战效能的SEA方法模型。并利用该模型比较了不同的C3I系统的作战效能,对结果进行了简要分析,证明了SEA方法模型对舰载防空C3I系统进行效能评估的可行性。     

美国空军装备技术体系规划及发展分析

在新军事变革的局面下,装备体系化发展已成为必然趋势。本文在分析美军"技术地平线"规划研究及"技术地平线"发布后8年来美军重要装备发展情况的基础上,总结美空军技术顶层规划及装备体系研制成功经验,提出了我国未来装备体系建设的方向和建议,为新时期促进我国装备体系建设顶层科学规划,促进装备体系、技术体系、能力体系发展提供参考。     

指挥信息系统信息网络安全控制研究

针对指挥信息系统日益凸显的信息网络安全问题,分析了指挥信息系统结构模型及面临的安全威胁,在此基础上运用网络控制论的原理和方法,建立了指挥信息系统安全控制的基本框架和技术体系,明确了信息网络安全控制的核心内容和技术措施,并举例分析了信息网络安全控制系统的体系结构及组成功能,为有效保障指挥信息系统信息网络安全提供了新的途径和方法。     

一类不确定大系统的分散变结构模型跟随控制

针对一类具有不确定参数和外界扰动的非线性大系统 ,在子系统互连项上界具有多项式形式的条件下 ,提出了一种分散变结构模型跟随控制器设计方案。该控制器不需要未知参数变化、外界扰动以及子系统互连上界的先验信息 ,能够通过自适应率对上述信息进行在线估计。在保证闭环大系统渐近稳定的条件下 ,同时实现了各个子系统滑动模态的存在性和可达性。理论分析和仿真结果验证了本文所提方案的有效性     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。     

基于小波分析的子带特征提取与选择方法

在研究了目标图像多尺度小波分解特性的基础上,提出了基于小波多尺度分解子带主成分的特征提取的算法。该算法利用图像在不同尺度的小波变换域中能量局部集中性,选择各子带能量较集中的局部小波系数构成图像目标特征向量。这种特征包含图像目标的主要边缘、纹理、灰度、结构等多种信息。由于对图像目标的特征信息的分布没有任何限制,因而适用于多种类型的图像的特征提取,可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。这种特征向量对噪声有较好的鲁棒性。     

【专题】无人系统互操作性发展现状与关键问题

无人系统正在加速由专用化、单一化向通用化、标准化发展,多无人系统协同、无人-有人系统协同、无人系统集群等新型作战概念不断成熟。无人系统互操作性是提高无人系统联合作战能力的倍增器和推动无人系统系列化发展的重要抓手,也是适应无人系统协同化、集群化发展的必然需求。本文详细阐述了无人系统互操作性的概念内涵,从顶层规划、技术创新和能力验证三个方面分析了无人系统互操作性发展现状,提出了一种针对跨域、多域无人系统互操作的等级模型,构建了自底向上和自顶向下相结合的互操作性关键支撑技术体系,剖析了通用/开放体系架构、标准协议与模块化组件、自主能力评估验证、数据传输与数据策略等技术因素,并展望了下一步研究重点。     

FIPA规范的防空导弹体系Agent建模方法

针对防空导弹体系建模的复杂性,探讨研究防空导弹体系的Agent建模方法.提出了基于G/A矩阵的Agent建模方法步骤,通过分析角色之间的关系描述了Agent组织结构,给出了角色类和Agent类的统一定义,并建立了Agent结构框架和类实现模型,最后构建了基于FIPA规范的MAS综合集成框架.该方法的提出,为防空导弹体系的进一步建模提供了方法依据.     

基于小波网络的非线性系统辨识研究

小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.