试论军事地理保障系统的设计和实现

分析了军事地理保障系统的主要特点和系统构建的必要性,提出了军事地理保障系统的设计方案,介绍了该系统的功能和结构特点,论述了系统的实现方法。     

SAR图像目标识别特征提取与选择方法研究进展

SAR图像自动目标识别在图像情报获取、目标跟踪、战场监视和打击效能评估等方面有着广泛的应用。简要介绍了合成孔径雷达图像解译特点和SAR图像目标自动识别流程,论述了SAR图像目标识别特征提取与选择方法的研究进展,并对目前目标识别特征提取存在的问题进行了分析。     

基于周期驱动的动态聚合解聚多分辨率建模仿真方法

针对传统动态聚合解聚多分辨率建模仿真面临的链式解聚,一致性维护难,复杂度高,实用性差等问题,提出了一种基于周期驱动的动态聚合解聚多分辨率高效仿真模型.其基本原理是模型的聚合解聚不受控于实体内部的复杂交互,而是以固定的周期为驱动,并允许跨分辨率交互发生,此外,模型力求实现宏观上的一致性,而不去对个体的一致性进行特别关注.介绍了模型的仿真调度机制,建立了参数化聚合解聚形式化模型,分析了模型对体系复杂特征的影响.此外,对模型的可控性(误差和计算复杂度)进行了理论分析,表明了宏观一致性解的存在性,并理论上证明了模型存在且只存在一个单位增益因子,从而简化了求解过程.最后,以武器装备体系为例,在多分辨率架构设计的基础上,对模型可行性和有效性进行了实验验证.研究对于多分辨率建模仿真技术的推广应用具有重要的促进意义.     

基于粒计算的武器装备体系结构超网络模型

利用超网络建模体系结构是体系网络化描述、评估和演化性探索的一种重要发展趋势。目前提出的超网络模型仍然处于概念探索阶段,在体系结构的复杂关系描述、体系属性信息和拓扑结构之间互影响机理挖掘等方面问题的研究存在局限性。梳理了体系结构超网络建模研究现状,提出基于粒计算的装备体系结构超网络建模方法,采用四元组粒模型的形式化描述将装备体系的拓扑信息与属性信息结合起来。利用超网络构建体系结构的复杂关系模型,实现了系统、功能、活动、行为与能力等体系要素之间的层次关联。通过超边机制将粒模型与超网络模型较好地联系起来。     

基于Nash-Q的网络信息体系对抗仿真技术

武器装备体系作战仿真研究隶属于复杂系统研究范畴,首次对基于Nash-Q的网络信息体系(network information system-of-systems,NISoS)对抗认知决策行为进行探索研究。Nash-Q算法与联合Q learning算法具有类似的形式,其区别在于联合策略的计算,对于零和博弈体系作战模型,由于Nash-Q不需要其他Agent的历史信息即可通过Nash均衡的求解而获得混合策略,因此更易于实现也更加高效。建立了战役层次零和作战动态博弈模型,在不需要其他Agent的完全信息时,给出了Nash均衡的求解方法。此外,采用高斯径向基神经网络对Q表进行离散,使得算法具有更好的离散效果以及泛化能力。最后,通过NISoS作战仿真实验验证了算法的有效性以及相比基于Q-learning算法以及Rule-based决策算法具有更高的收益,并且在离线决策中表现优异。     

基于大数据的装备体系三元概念认知系统模型构造框架

多样化的装备体系定义模式存在概念语义内涵交织、外延对象重叠难以离析,体系系统边界动态模糊等不确定性制约装备体系综合认知,大数据建模与分析决策为装备体系模型表达与知识发现提供了机遇。提出广义复杂信息系统观点下采取形式三元概念分析理论描述和表示装备体系中概念及概念之间层次网络结构的装备体系认知系统模型构造框架。首先分析了能力视角下装备体系语义超网络模型的大数据描述架构及其层次建模过程,设计了一种体系分层共演化时空数据应用模型结构。概述了概念认知系统研究进展,提出一种基于语义上下文的形式三元概念构造策略,讨论了上下文覆盖数据结构与三元概念构造的联系。为应用语义大数据开展装备体系认知计算提供了有益启发。