C2组织信息结构效能测度及综合评估

军事指挥控制(command and control,C2)组织中的效能评估问题是信息化作战中研究的热点。首先通过分析C2组织实体间的关系,形式化描述了C2组织信息结构的基本概念。分别从作战使命层次和作战任务层次设计了指控效率、同步效率和负载率作为其效能测度指标。然后从结构高效性和鲁棒性的角度探讨了测度指标的选择对衡量C2组织信息结构效能的影响。最后,基于加权积模型提出了一种C2组织信息结构效能综合评估方法,并通过一个案例证明了该方法的有效性和稳定性。     

一种高性能汉语语音基音周期估计方法

在分析 AMDF基音周期估计方法的基础上 ,提出一种新的汉语语音基音周期估计方法MAMDF( Modified AMDF)。实验证明 ,MAMDF方法可以获得更好的基音估计精度和时域分辨度。     

基于分层结构的C4ISR服务部署分布式演化方法

针对指挥信息系统(command,control,communications,computers,intelligence,surveillance and reconnaissance,C4ISR)服务部署分散、作战平台计算/存储资源有限、演化实时性要求高的特点,基于分层结构设计了系统状态分布式监控与演化总体架构,...     

有人机/UCAV编队协同作战决策分配方法

针对有人机/UCAV(unmanned combat aerial vehicle)编队协同作战决策分配过程中属性值和专家建议的不确定性,采用区间直觉模糊多属性决策(interval-valued intuitionistic fuzzy multiple attribute decision-making,IVIFMADM)方法,综合处理不确定数值.首先,对专家域中专家建议矩阵进行一致性检验,并进行收敛迭代生成群体决策矩阵;其次,采用熵权法求得各属性值权重大小,赋予高熵值属性以较大权重;然后,基于改进灰色关联分析,并与属性权值进行信息集结得到属性值与各决策等级间的相似度,确定最终决策等级;最后,通过实例验证了IVIFMADM方法应用于有人机/UCAV编队协同作战决策分配的有效性和稳定性.     

基于结构熵和IGSO-BP算法的动态威胁评估

针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation, BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火虫算法(improved glowworm swarm optimization, IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值,优化后的BP网络能更好地计算不同态势下的威胁指数权值,从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定,分别采用结构熵权法和IGSO BP进行仿真计算。结果表明：结构熵权法能够科学合理地计算各威胁指数权值,IGSO BP算法可有效解决空战目标威胁评估问题,且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。     

基于动态影响网的任务联盟演化过程行动策略优选

优化选择一定的行动策略能促使任务联盟向期望的目标效果演化。考虑部分事件/行动在不同时段下影响强度不相一致,使用考虑影响值时变的动态影响网对联盟演化过程行动策略优选问题进行建模,给出因果强度逻辑下概率传播参数设计的一致性条件,并基于因果强度逻辑进行影响值计算。基于物种进化中存在基因漂流的特性,设计一种学习型遗传算法(learnable genetic algorithm, LGA)对行动策略优选模型进行优化求解,通过染色体种群对优秀染色体优势基因位学习,结合有效的遗传和选择算子,加快算法收敛寻优速度。结合空中进攻作战想定案例进行仿真验证,计算结果表明,在部分事件/行动节点影响值变化下进行策略优选,提高了对因果关系的建模能力,所提的学习型遗传算法具有良好的收敛性和较好的寻优能力。     

基于RHP-IVFSA的多智能体编组#br#任务分配动态优化

智能体编组协同作战中任务分配的动态优化问题,提出一种基于滚动时域策略的多编组任务分配动态优化方法。以任务执行效率为目标函数,建立了满足个体任务时窗和编组资源损耗约束的问题模型。给出与突发事件特征对应的预测窗口、滚动窗口和滚动驱动机制。设计了一种改进快速模拟退火对优化子问题予以求解,给出解方案表达、邻域解生成、冲突消解等步骤,采用高温随机贪婪搜索、回火技术、禁忌设计和精英保留策略,避免算法陷入局部最优,提高算法的计算效率。案例的仿真计算表明,所建模型和求解方法可以对多编组任务分配计划进行在线优化,并使任务的执行效率始终维持较高水平。     

操作员-UCAV交互实时Agent 个体控制及结构

提出一个用于Agent进行任务执行决策的微控算法,以解决Agent在动态环境中所做出的任务执行决策能否满足任务截止期的问题.提出了一个两层结构的实时Agent,其中本地控制层负责Agent的个体行为控制,协作计划层则令Agent能与其它Agent通信及协作.基于以上技术,实现了操作员-UCAV实时交互Agent个体控制及结构,能够适应动态的环境、自动进行任务调度和协调,并能保证任务在复杂环境下的响应时间.     

有人/无人作战智能体分布式任务分配方法

有人/无人作战智能体任务联盟是面向分布式网络化作战体系提出的一种作战样式,任务分配问题是研究任务联盟指挥策略的关键点之一。以有人/无人作战智能体任务联盟为研究对象,提出与之适应的分布式体系结构。将任务执行质量引入任务分配问题建模中,以拍卖算法为基础,通过编组整体拍卖、方案预处理等改进机制,有效降低了个体方案的构建开销,并在约束的时间内实现任务联盟的动态任务分配。针对作战想定进行了仿真计算,结果表明算法能在有限拍卖次数下给出接近理想优化效果的分配方案。     

具有不同输入时延的二阶多智能体系统一致性

研究了具有不同时变输入时延的二阶连续多智能体系统的一致性问题。首先,通过变量转换,将系统的收敛性问题转化为误差系统的稳定问题;然后,通过对系统进行变换,将二阶系统稳定性问题转换为等价系统的稳定性问题。通过构造李雅普诺夫函数,基于线性矩阵不等式(LMI)的方法,给出在无向固定拓扑条件下,系统达到一致的充分条件。最后,仿真实例证明了结果的有效性。