防空C3I系统软件开发方法研究

防空C3 I系统是C3 I系统的重要组成部分 ,在防空作战中起着重要的作用。其软件开发的质量将直接影响防空C3 I系统作战效能的发挥。通过几年的防空C3 I软件开发实践 ,归纳了其软件开发的基本方法———以系统工程法为基础 ,综合运用软件集成、渐进获取和面向对象等方法。实践证明 ,这些方法对开发防空C3 I系统软件是行之有效的。     

分布式防空C3I系统的体系结构研究

根据防空C3 I系统的特点 ,对分布式防空C3 I系统的体系结构进行了深入研究。通过建立分布式防空C3 I系统的逻辑结构 ,分析了所建体系结构的节点特点、节点访问权、节点隶属度关系、节点状态等。通过对其体系结构的分析 ,论述了建立一个完全分布的防空C3 I系统的通信网络结构以及其通信信息格式的构成因素和相互关系。该系统的体系结构体现了分布式防空系统的冗余性、重组性和抗毁性 ,对分布式防空C3 I系统的建设具有重要的理论意义     

分布式防空C3I的坐标变换体系

介绍了两种适合分布式防空C3I系统的坐标变换体系,一种为基于球极平面投影的坐标变换体系,另一种为基于地心直角坐标的坐标变换体系.前一种方法在一定地理范围内可以满足实际系统对精度的要求,变换公式相对简单;后一种方法可以在全球范围满足高精度的变换要求,变换公式略为复杂.最后,对这两种坐标变换体系进行了误差分析.     

防空C3I系统综合集成仿真环境研究

防空C3 I系统综合集成仿真环境的研究 ,是降低防空C3 I系统仿真复杂性、提高仿真全过程透明度以及系统重用性的根本途径。根据防空C3 I系统仿真的特点 ,探讨了防空C3 I系统综合集成仿真环境的概念框架 ,并针对其综合集成仿真环境的体系结构和仿真支撑环境等关键技术进行了深入的分析 ,提出了构建防空C3 I系统综合集成仿真环境的基本框架。     

分布式防空C3I模型验模研究

分布式防空C~3I系统是一类复杂的系统,建模与仿真是对其进行研究的重要途径。但是需要对所建立的模型进行验证。研究了分布式防空C~3I系统及于模型的验模方法,阐明了分布式防空C~3I模型的校核和认可的概念。这对分布式防空C~3I系统建模与仿真的发展具有重要意义。     

C3I系统中的目标综合识别技术

C3I系统中的目标综合识别技术是将关于目标身份的多源信息进行综合,产生比系统中任一单源更有效、更精确的身份估计和判决。在归纳综合国内外研究的基础上,结合C3I系统多源目标身份信息的特点,提出了目标综合识别的基本框架,并对一些关键技术做了初步阐述,最后展望了该领域的技术发展趋势。     

一种适合防空C3I的坐标变换方法

介绍一种适合防空C3 I系统的坐标变换方法 ,即在考虑地球表面曲率的前提下 ,把目标坐标从雷达站球面坐标系变换到指挥中心的三维直角坐标系中。先把目标坐标从球面坐标系变换到相对于雷达站的直角坐标系内 ,然后进行坐标原点平移和坐标轴转动。给出了详细的推导过程和精确的坐标变换公式 ,并对结果进行了分析与比较。     

用组合赋值权法评价战术防空C~3I系统的综合效能

战术防空C3 I系统综合效能评价是一个多目标评价过程。多目标评价中的一个重要因素是考虑目标权系数的选取。运用多目标权系数的组合赋值方法 ,对战术防空C3 I系统效能进行了综合评价 ,确定了一套评价指标 ,给出了系统效能的评价算法。效能评价实例说明了这种评价方法的科学性。     

防空C3I雷达情报网数据融合算法的研究

传统C3 I系统的数据融合算法运算量大、融合精度不高。根据我国防空C3 I系统的现状 ,提出了一种新的基于神经网络的防空C3 I系统数据融合算法。由于神经网络是全并行工作的 ,所以此算法具有处理速度快、精度高等优点。仿真结果表明 ,航迹交接算法和航迹融合算法的性能都比较好 ,对真实雷达网数据融合有很好的参考价值。     

区域综合防空C3I仿真系统的设计及实现

防空C3I系统是构成区域防空作战体系的核心，是综合发挥各种防空作战武器效能和确保制空权的关键，因此，有关防空C3I系统的仿真一直是军用仿真领域的研究热点，本文根据系统体系结构设计思想，从功能结构，物理结构和操作结构三个方面对防空C3I仿真系统进行设计，仿真的功能包括预警探测，通信，电子战，航空兵作战指挥与控制，地面防空作战指挥与控制，武器交战等主要功能环节，体现了现代防空作战一体化的特点，仿真模型采用了结构化仿真和半实物仿真相结合的建模方法，并对其中的一些关键模型及算法进行了介绍。     

目标分配问题的蚁群算法研究

防空C3I系统的目标分配问题中如何使射击效率最佳,是非常重要又十分困难的问题。分析了目标分配问题各种解算方法的特点及存在的问题。结合蚁群算法思想,提出了一种新型的目标分配算法模型,并进行了算法实验。实验结果表明,基于蚁群算法思想的目标分配算法是有效的,特别是问题规模较大时更显示出其较快的收敛速度和较高的精度。     

Solving algorithm for TA optimization model based on ACO-SA

An ant colony optimization (ACO)-simulated annealing (SA)-based algorithm is developed for the target assignment problem (TAP) in the air defense (AD) command and control (C2) system of surface to air missile (SAM) tactical unit.The accomplishment process of target assignment (TA) task is analyzed.A firing advantage degree (FAD) concept of fire unit (FU) intercepting targets is put forward and its evaluation model is established by using a linear weighted synthetic method.A TA optimization model is presented and its solving algorithms are designed respectively based on ACO and SA.A hybrid optimization strategy is presented and developed synthesizing the merits of ACO and SA.The simulation examples show that the model and algorithms can meet the solving requirement of TAP in AD combat.     

Weapon target assignment problem satisfying expected damage probabilities based on ant colony algorithm

A weapon target assignment （WTA） model satisfying expected damage probabilities with an ant colony algorithm is proposed. In order to save armament resource and attack the targets effectively, the strategy of the weapon assignment is that the target with greater threat degree has higher priority to be intercepted. The effect of this WTA model is not maximizing the damage probability but satisfying the whole assignment result. Ant colony algorithm has been successfully used in many fields, especially in combination optimization. The ant colony algorithm for this WTA problem is described by analyzing path selection, pheromone update, and tabu table update. The effectiveness of the model and the algorithm is demonstrated with an example.     

基于遗传算法的一类武器目标分配方法研究

针对联合作战的武器目标分配问题,建立了资源受限条件下的多组武器目标分配数学模型,并研究了用遗传算法求解模型的方法.该遗传算法通过设计一种满足约束条件的染色体编码格式,把求解问题转化为无约束的组合优化表现形式,从而可以利用单点随机定位算术交叉和变异运算以及精华选择策略来求解.仿真计算结果表明了模型和所提算法的有效性.     

基于蚁群优化算法的0-1背包问题求解

蚁群优化算法在求解旅行商问题、指派问题、Job-shop调度问题和网络路由问题等获得了极大的成功．将蚁群优化算法应用于0—1背包问题，首先将0—1背包问题表示成相应的构造图，并针对该图设计了两个状态转移公式，蚂蚁根据这两个状态转移公式在带权图中移动直到死亡．此时，蚂蚁所走过的路径即构成背包问题的一个可行解．仿真实验对该算法的参数进行了讨论，再与遗传算法进行比较，结果显示该算法具有较高的性能．     

基于蚁群系统的工件排序问题的一种新算法

工件排序问题中如何使加工效率最高，一直是一个非常重要而且又非常困难的问题，特别是问题的规模很大时，目前各种算法计算就非常困难，有的甚至无法得到合理的方案，蚁群系统是近年来发展起来的解决组合优化问题的一种有效方法，根据工件排序问题的特点，建立了在不同种类的并行机上加工一批不同种类工件的优化数学模型，在蚁群算法的基础上对其进行改进，成功地把改进的蚁群算法用于工件排序问题的优化中，通过与其他算法的仿真比较，表明基于蚁群系统的算法是有效的，特别是问题规模很大时更显示其快较的收敛速度和较高的精度。     

一种随机蚁群算法求解连续空间优化问题

通过将蚁群优化算法(ant colony optimization,ACO)与一种随机优化方法———Alopex算法相结合,提出一种随机蚁群混合算法(AACO)求解连续空间优化问题。该算法定义了蚁群在连续空间中的寻优方式以及新的信息素更新规则,并在局部搜索过程中嵌入改进的Alopex算法以提高搜索效率,有效地避免了优化算法陷入局部最优。基于多极值函数和非线性连续函数的仿真实验表明,该算法简单高效,具有良好的寻优性能。     

Hybrid ant colony optimization for the resource-constrained project scheduling problem

To solve the resource-constrained project scheduling problem (RCPSP), a hybrid ant colony optimization (HACO) approach is presented. To improve the quality of the schedules, the HACO is incorporated with an extended double justification in which the activity splitting is applied to predict whether the schedule could be improved. The HACO is tested on the set of large benchmark problems from the project scheduling problem library (PSPLIB). The computational result shows that the proposed algorithm can improv...     

Novel method based on ant colony opti mization for solving ill-conditioned linear systems of equations

1 .INTRODUCTIONStudies have shownthat some systems are highlysen-sitive :a small perturbationin the data can result in alarge changeinthe solutions .Such systems are calledill-conditioned systems .Ill-conditionedlinear systemsof equations have a wide application in many fieldssuch asi magine processing,deconvolution, model pa-rameters esti mation.Because the condition number ofill-conditionedlinear systems of equationsis very big,the data error andthe rounding error inthe computa-tional p…