通信干扰目标威胁评估模型研究

对通信干扰目标进行科学威胁评估和排序是对通信目标干扰重要环节,是进行通信干扰资源任务分配的主要依据。TOPSIS方法简单明确,可以非常有效地对通信干扰目标进行威胁评估和排序。为通信干扰目标威胁评估提供了一种有效的、可靠的新途径。     

C^4ISR系统节点信息价值评估研究

提出了一种C4ISR系统网络节点信息价值评估方法。对C^4ISR系统中网络节点功能特征进行了分析和研究,建立了信息价值评估指标体系,分析了各指标的关联因素和权重关系,建立了基于指标评估体系加权计算的节点信息价值评估方法。对节点信息价值的定量评估可为C^4ISR系统节点信息效能的定性评估提供参考。     

海面目标威胁评估指标体系分析

海面目标威胁评估指标体系是评估海面目标威胁状况的基础,对于提高指挥人员的决策准确度和舰艇的战斗力非常重要。文章对海面目标威胁评估的指标体系进行了分析,对目标指标信息的变化引起的改变进行合理的推断,运用各种量化和非量化的评估指标对目标的威胁等级进行综合描述。     

舰艇防空目标威胁评估研究概述*

目标威胁评估是影响舰艇防空作战效能的关键技术之一,其正确性和准确性极大的影响着舰艇防空的效果。论文分析了舰艇防空目标威胁评估的概念和常用方法,并对目前目标威胁评估中存在的问题进行了分析。云模型技术可以定性概念与定量数值之间的不确定转换,作为目标威胁评估的技术的一个重要发展方向,基于云模型的威胁评估方法也得到了较全面的介绍。     

基于属性优先级的空中目标威胁评估模型

研究了水面舰艇编队防空作战威胁评估问题。首先介绍了直觉模糊集以及具有优先级的直觉模糊有序加权平均(IFHPOWA)算子的基本概念。在分析了防空作战威胁评估问题的特点与要求的基础上,建立了基于IFHPOWA算子的水面舰艇编队防空作战威胁评估变权模型。最后用1个实例对模型进行了检验。     

基于改进TOPSIS模型在通信对抗链路威胁评估中的应用研究

针对通信链路的特点,分析了影响链路威胁评估的因素,建立了链路威胁评估模型,改进了逼近理想解的排序方法（TOPSIS）指标权重的确定,然后运用改进的TOPSIS模型对通信链路威胁评估问题进行了研究,并通过实例验证了该算法的合理性和有效性.     

混合多类型属性威胁评估模型构建

针对目标威胁评估中目标属性存在信息量少、内部不清晰等导致计算结果失真的问题,论文以模糊区间数形式表示目标属性信息中的定性信息,引入三参数区间数指标,建立了能同时处理实数型、区间数型及模糊三参数区间数形式的目标威胁评估模型.最后给出仿真实例,计算结果符合一般作战实际,对提高水面舰艇防空反导作战决策的准确性和科学性有一定的参考价值.     

空袭目标威胁排序模型研究

对空中来袭目标进行威胁排序是防空作战的主要依据。由于影响空中来袭目标威胁度的因素很多,而且防空任务非常紧迫,为了提高评估效果的实时性,文中以单舰防空为例,选取了几个主要参数来描述来袭目标的威胁度。为了消除不同物理量纲对评估结果的影响,采用效益型函数和成本型函数对各威胁指标因素进行规范化处理,用相邻比较法来确定指标权重,并结合实例进行分析,得到的结果与专家群体评议后的结果完全一致。     

基于层次分析法的水下多目标威胁评估模型

由于海洋环境的复杂性和水声信道的特殊性,水下多目标威胁评估一直是水声信号处理领域的难题。目标威胁评估是目标分配的重要依据,是区分目标的轻重缓急,为多目标攻击决策提供依据的保证。本文基于某型鱼雷,对影响水下多目标威胁评估的各种因素进行了分析,提出了基于层次分析方法的水下多目标威胁评估模型,并通过实例演示了评估的过程。该方法有效地解决了水下多目标威胁评估和排序问题,并提高了鱼雷的作战效能。     

基于联系数的空中目标威胁评估模型

现代海战中,对空防御已经成为水面舰艇编队防御的主要内容,对来袭空中目标的威胁评估是有效对空防御的前提。针对空中目标威胁判断指标值为区间数的情况,采用集对分析理论,将区间数转化为联系数的形式;通过联系数进行目标威胁排序,通过实例表明,该方法准确、合理,是解决不确定多属性决策问题的有效方法。     

基于多指标区间数关联决策模型的空中目标威胁分析

针对现有空中目标威胁评估方法难以精确化,提出具有区间数的多目标决策问题的方法,建立多指标区间数关联决策模型,并应用实例验证了该模型的有效性与实用性。此方法为解决类似空中目标威胁等具有区间数多指标决策问题提供了一种科学、实用的决策新途径。     

基于人工智能的无人机航路设计的浅用

论文在蚁群算法实现人工智能优化的基础上,建立了基于最短路径的风险规避模型。利用数学几何原理对初步方案再优化,得到满足决策者风险要求的最优飞行方案。基于Matlab软件实现了对模型模拟仿真,其计算机模拟计算过程也显示了良好的风险规避效果。     

轻型多旋翼无人机在海事执法工作中的应用与管理

文中介绍了轻型多旋翼无人机凭借体积小、质量轻、操作简单、成本低等优势成为了助力海事监管效能提升的重要帮手.但由于无人机参与执法存在一定的安全隐患,在使用中应加强风险管理并提出建立健全无人机使用安全管理机制;强化专业人才队伍建设;加强无人机飞行安全保障;强化无人机投保续保意识;推动海事无人机行业标准制定的风险管理对策.     

无人水下航行器控制系统CAN总线通信设计与仿真研究

由于水下环境的复杂性及无人水下航行器自身特点,对其实施实时高效控制需处理大量数据。文章采用CAN总线对UUV控制系统通信网络进行设计和分析,讨论了CAN总线网络数据帧在系统中的具体应用设计和传输参数设置,并使用CANoe仿真软件对所设计的UUV控制系统CAN网络进行了仿真,通过仿真验证了UUV控制系统CAN网络通信设计的正确性。该方法应用于UUV控制系统通信网络设计,将有效提高UUV系统控制性能和特征模拟性能。     

改进的BP神经网络在路基沉降预测中的应用

针对传统BP神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的BP神经网络预测方法,采用遗传算法优化BP神经网络的初始权重,建立路基沉降预测模型。该模型可克服BP神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点。结合现场实测数据,将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统BP神经网络预测模型对比,结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜于广泛推广应用。     

舰船RCS特征提取与GA-BP神经网络分类研究

在典型舰船RCS的FEKO仿真数据基础上,提取均值、标准差、变异系数、平滑系数4种RCS数字特征作为BP神经网络的分类特征向量,进行目标分类仿真实验.实验结果显示,由于BP神经网络采用梯度下降法,其初始权值、阀值的随机设置会导致BP神经网络易陷入局部极小,为此,本文研究采用遗传算法对BP网络节点权值和阀值进行优化选择,仿真实验结果显示采用遗传算法优化后的BP神经网络分类识别性能稳定,不易陷入局部极小.     

神经网络自适应控制算法的研究和MATLAB仿真

本文针对神经网络系统跟踪输入信号时,由于误差总是存在导致学习过程难以结束的特点,以一种用BP 网络逼近对象的学习算法为基础,结合相应的控制算法加以改进,并得到了一种快速学习因子的选择方法。结合不同对象通过MATLAB进行仿真,均获得了满意的效果。仿真和分析表明,该算法能保证系统具有良好的动态品质。     

基于BP人工神经网络和遗传算法的船舶螺旋桨优化设计

在原有图谱设计方法的基础上,采用BP(Back-Propagation)人工神经网络模型和遗传算法GA(GeneticAlgorithm),建立了一种船舶螺旋桨优化设计方法。BP人工神经网络模型通过训练可以具备强大的非线性映射能力,以数学解析的形式,较好地提取了海量螺旋桨水动力性能数据特征;GA不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,为计算机辅助船舶螺旋桨优化设计提供了一种通用的多参数优化框架。针对三体消波艇半浸式螺旋桨和沿海巡逻艇螺旋桨的设计实例表明,该方法能快速可靠地搜索到最优解,不仅具有足够的工程精度,而且实用方便,适用性强。     

无人艇应用于海洋环境监测及海洋管理的前景与展望

无人艇因其优异的性能在军事领域发挥越来越大的作用,针对目前我国海洋环境监测和海洋管理存在的问题,结合无人艇的特点,对无人艇在海洋环境监测以及海洋管理方面的应用前景进行了探索和展望。     

结构可靠度分析的智能计算法

模糊数学、神经网络、遗传算法并称为智能计算方法.对功能函数没有明确表达式的问题进行可靠度分析,本文提出了基于响应面重构的智能计算法,即构造一个模糊神经网络响应面并采用遗传算法进行可靠度计算.算例分析表明,该方法与传统的二次多项式响应面方法相比,计算精度较好,可大大减少有限元分析次数.该方法用于大型复杂海洋工程结构的可靠度分析,可相应提高工作效率和解题质量,具有实际应用价值.