支持导弹精确打击的卫星导航系统作战效能评估

为了定量评估导航卫星支援导弹精确打击的作战效能,阐述了卫星导航系统对导弹作战的信息支援能力,建立了相应的系统性能指标结构图,重点分析了在支持导弹精确打击目标时,卫星导航系统性能参数与作战效能指标间的函数关系.仿真计算表明,卫星导航系统对提升导弹精确打击能力发挥了明显作用,也为深入研究系统在作战中的应用提供理论指导.     

RBF模糊神经网络在舰载C3I系统效能评估中的应用

针对舰载C3I系统指标体系效能评估中存在的影响因素多、因素之间关系不明确和数据量庞大等问题,提出了一种径向基函数神经网络和模糊推理规则相结合的效能评估方法,分析并建立了基于RBF模糊神经网络学习算法的舰载C3I系统作战效能评估模型。利用400组指标权值数据对RBF模糊神经网络进行训练和测试,验证了该模型的有效性和可行性。在此基础之上,对选取的13组作战效能一级指标权值数据进行3次仿真实验。结果表明,该方法能够判定舰载C3I系统作战效能指标权值是否合理分配,为舰载C3I系统的作战效能评估方法提供了一种新的途径,也为决策者根据战场态势进行动态决策提供有效的量化验证。     

基于改进ADC模型的反导导弹战斗部作战效能评估

传统ADC(Availability Dependability Capacity,ADC)模型计算过程较为繁琐,同时评估的只是系统本身的基本效能,反映不出武器在实际战场环境中的作战效能。为了有效评估武器装备的系统效能,以传统ADC模型为基础,通过借鉴马尔科夫过程的思想,提出了一种简化算法,同时构造了一种改进的ADC模型,综合考虑了影响反导导弹战斗部作战效能的因素,将定性问题定量化,并通过实例验证了该模型的有效性;特别提出了将目标导弹的突防能力作为影响因素来分析,对装备的型号论证、方案研制具有一定的参考价值。     

一种基于模糊判定的融合系统有效性评估方法

为满足对多传感器信息融合系统评估的需要,在综合分析融合系统的基础上,提出了包含性能度量、效能度量、作战效能度量的系统有效性指标集.结合模糊数学理论, 利用均衡平均型算子建立了多层融合系统有效性评估体系,提出较完整的评估方法,并将该方法应用于实际的融合系统中,实现了对融合系统运行有效性的较为全面的评估,为融合系统的设计、融合策略的选择提供了新的依据.实践表明,该方法数学表达清晰明确,便于工程实现,是信息融合系统有效性评估的一种有效方法.     

防空武器系统作战效能模糊综合评估研究

为合理评估防空武器的作战效能,通过分析效能影响因素,建立了防空武器系统作战效能评估的指标体系。利用层次分析法、模糊综合评判法等数学手段建立了相应的评价模型,从而为防空武器作战效能的计算评估提供了一种简单易行的方法,最后进行了实例分析。     

基于AHP法的防空兵指挥控制系统效能评估

针对防空兵部队指挥控制系统效能评估问题,运用模糊理论进行了探索。首先,立足于防空信息作战中防空兵指挥控制系统的建立,提出了防空兵指挥控制系统效能评估的指标体系,通过模糊综合评判给出了防空兵指挥控制系统效能评估的数学模型和研究方法,最后用加权平均法来量化计算系统效能。并通过实例分析了该方法的可行性。     

基于ADC-BP模型的对地攻击无人机自主作战效能评估

为紧贴实战背景进行对地攻击无人机自主作战效能，提出一种改进ADC模型的效能评估方法。首先，在传统ADC模型的基础上，引入战场环境因素、人为干扰因素，并基于遗传算法优化BP神经网络，重构传统作战能力评估模型，构建基于ADC-BP的自主作战效能评估模型；其次，基于无人机作战任务特点，拓展并归纳影响效能的关键能力指标，构建与作战全过程相适应的评估指标体系；最后，以对地攻击无人机执行压制防空任务为例进行效能评估，结果验证了ADC-BP评估模型的合理性和实用性。     

基于模糊综合评判的电子战效能评估

电子战系统是一个庞大复杂的系统,其效能是一个综合指标,包含多种技术因素和不确定性,对系统的评估也是一项复杂的工作,涉及许多难以量化的模糊因素.为了评估电子战系统作战效能,本文首先给出了效能评估的指标体系,然后提出了基于模糊综合评判的电子战效能模型,最后通过对参数由专家和军事指挥员提供的案例的研究,论证了模型和方法的可行性和有效性.     

基于并行作战环的无人机集群协同作战能力评估方法

针对无人机集群基于信息网络的协同作战能力评估问题，采用衡量信息不确定性程度的信息熵对网络的节点能力和作战边的权值进行量化，构建信息流转动态评估网络。首先通过节点度受限最短路算法找出该网络可能的并行作战环，分串行、并行和混合3种模式的计算法算出评估网络最小能力熵，实现无人机集群协同作战行动量化评估；然后通过对无人机集群海上封控作战行动进行能力评估，验证该评估方法的有效性；最后基于最大效能原则，给出无人机集群协同策略和作战使用上的建议。     

基于模糊综合评判的电子战效能评估

电子战系统是一个庞大复杂的系统，其效能是一个综合指标，包含多种技术因素和不确定性，对系统的评估也是一项复杂的工作，涉及许多难以量化的模糊因素．为了评估电子战系统作战效能，本文首先给出了效能评估的指标体系，然后提出了基于模糊综合评判的电子战效能模型，最后通过对参数由专家和军事指挥员提供的案例的研究，论证了模型和方法的可行性和有效性．     

层次型网络配置切换系统的完备性

可生存性是关键信息系统的重要特性.该特性使得系统在故障、攻击存在的情况下,仍然能够提供一定水平的服务.本文提出了一种通过网络配置切换实现层次型服务网络可生存性的方法,并着重论述了该网络配置切换的各种操作所组成的系统在应对各种可能出现的故障或攻击时的完备性.形式化地定义了层次型服务网络可能遭遇的故障和攻击,并针对每一故障和攻击,说明通过某一个或几个操作,总可以使层次型服务网络最大限度地继续提供其基本服务.     

基于介度熵的复杂网络节点重要度识别方法

现有复杂网络通常会受到随机攻击和蓄意攻击,导致复杂网络拓扑结构的可靠性性能下降.为了解决以上问题,基于图熵,结合节点的介数中心性和其所有邻居节点的度中心性,提出一种新的攻击策略,即介度熵( BE),用来识别网络中的重要节点并加以保护.实验分别通过静态攻击和动态攻击来评估攻击策略在3个标准网络模型和3个真实网络上的效率,通过比较,介度熵比传统的攻击策略具有更高的攻击效率.     

基于格网系的无线网络多信道信息融合方法

为解决当前方法信息融合效果差、信息融合时延长的问题,提出基于格网系的无线网络多信道信息融合方法。采用模糊理论中的相关函数对无线网络传感器的支持度进行计算; 在格网系的设计下,利用知识元模型获取信息的融合集,并将其实例成信息单元,为无线网络多信道信息融合提供基础; 最后,在熵权法基础上,引入对无线网络多信道信息之间欧氏距离的测度,利用距离熵的概念获取信息的全局和局部融合权重,采用线性加权法对信道信息的全局和局部融合结果进行计算,最终实现了对无线网络多信道信息的融合。实验结果表明,所提方法在对无线网络多信道信息融合时,信息融合效果较好,并且信息融合时延短、实时性好,具有较高有效性和可行性。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题,提出一种基于类不平衡学习的情感分析方法.该方法利用深度学习训练过程中的概率输出,以计算样例的信息熵作为影响因子构建交叉信息熵损失函数.在IMDB公开数据集上进行实验验证的结果表明,基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题;对数据的统计...     

基于信息熵的电力信息耦合网络重要节点评估

重要节点对网络的影响非常大,极少数的重要节点就能使网络崩溃。在电力信息耦合网络中,不仅可以根据重要节点的顺序对其进行保护来减小网络的损失,还能在电力信息耦合网络崩溃后通过重要节点的顺序对网络进行恢复,所以识别重要节点有着非常重要的意义。针对此问题,结合电力信息耦合网络中两网络不同的特性,考虑电力网和通信网的互相影响,借鉴复杂网络理论,提出一种基于信息熵的重要节点识别方法,以网络效率相对值、网络受损程度为衡量指标,在静态和动态攻击下对重要节点方法进行验证,并用渗流理论对级联失效过程进行分析。以IEEE30、IEEE118节点系统对应的电力信息耦合网络为例,验证了该方法的有效性及优越性,为研究不同节点之间的相互作用提供了思路。     

考虑网络攻击的微电网弹性分布式控制策略

为了提升攻击检测和隔离响应的速度,降低对系统的负荷,提出了一种针对网络攻击的微电网弹性分布式控制策略。首先分析了3种类型的时变网络攻击对对通信链路、局部控制器和主控制器的影响。然后提出了一种弹性分布式控制策略,使得每一个参与者都能及时、迅速地检测和隔离损坏的链路和控制器。在控制策略中引入开关频率随机的非周期间歇控制机制,从而提升微电网系统对连续攻击的鲁棒性。最后通过仿真平台对提出的方法进行验证。结果表明:该分布式控制策略能够在不妨碍微电网正常运行的情况下,及时准确地检测和隔离网络攻击。     

机器学习缓解的广域阻尼控制系统异常检测

为了建立攻击弹性,以抵抗对测量信号和控制信号段的隐蔽网络攻击,提出了一种基于机器学习缓解策略的广域阻尼控制系统异常检测方法。首先提出基于信号熵的特征提取,从而提高机器学习模型的训练检测精度和鲁棒性。然后提出一种基于电力系统运行条件和网络攻击事件的组合数据集生成方法,以便用于任何大规模电网模型。引入的缓解模块能够调谐系统信号,并同时在测量和控制信号上进行攻击检测。在2区域4机电力系统的测试环境下对本文方法的性能进行了评估,结果表明本文方法能够实现高精度的异常检测。     

本体领域综合概念相似度计算中的权重确定方法

利用粗糙集及条件信息熵的相关理论,针对基于相似度计算的本体映射方法在相似度融合时权重过分依赖专家参与等问题,给出一种自动确定权重的策略,并通过实例验证了该方法的可行性.该方法充分考虑在信息量不确定情况下,用各属性对系统信息熵的影响程度确定各属性在当前信息系统中所占的权重,从而使本体的自动化映射和语义网的实时服务成为可能.     

互信息和核熵成分分析的油中溶解气体浓度建模

针对变压器油中溶解气体浓度的预测问题,提出了一种基于互信息和核熵成分分析(KECA)的油中溶解气体浓度预测建模方法。首先,用标准互信息变量选择方法确定模型的输入变量并对选取的输入变量进行相重构;然后,利用Renyi熵信息测度确定KECA核参数并采用KECA对相空间进行特征提取;最后,以核熵成分作为机器学习极限学习机(ELM)的输入,建立变压器油中溶解气体浓度的预测模型。实验结果表明,与灰色模型、支持向量机、BP神经网络建模方法相比,本文提出的方法能够充分利用油中溶解气体浓度信息,因而具有较优的预测精度和泛化能力。     

基于多维信息熵值的DDoS攻击检测方法

针对互联网中日益严重的分布式拒绝服务攻击行为,提出了一种基于多维信息熵值的DDoS攻击检测方法.首先根据DDoS攻击的特点,采用条件熵及相异熵构建具有良好区分度的多维攻击检测向量,在此基础上采用滑动窗口的多维无参数CUSUM算法放大正常流量与攻击流量的差异来实现DDoS攻击的检测.通过实际网络攻击流量及合成攻击流量测试表明:文中提出的算法能够检测到LLS_ DDoS数据集及合成数据集中的全部攻击,算法对于DDoS攻击的响应速度快,能够应用于高速骨干网络中.