基于OODA的能量采集型无线传感器及执行器网络系统应用

无线传感器/执行器网络因为其感知能力与执行能力相结合的特点,非常适合精准农业应用.太阳能具有方便采集、清洁、可再生等特性,是践行精准农业绿色可持续发展,减少资源消耗和保护生态的重要手段.基于观察(Observe)、定位(Orient)、决策(Decide)、执行(Act)的OODA循环模型,将能量采集技术与无线传感器/执行器网络技术有效结合,研究适合无线传感器/执行器网络系统的OODA循环模型.在此基础上,提出一种能量采集型精准农业无线传感器/执行器网络系统框架,分析其组成结构、工作模式,并给出部分软硬件的参考设计及设备选型.由于能量采集机制和精准农业应用的独特性,提出了部分需要研究的关键技术,为下一步研究工作指明了方向.     

基于OODA的红外导弹作战效能灰色评估

现代空中作战战场环境复杂,电磁干扰交织,作战流程多变,红外导弹作战效能难以研究,针对这一情况,引入OODA环理论,将复杂的作战流程抽象为简单的模块,结合AHP构建作战效能指标体系,并计算指标权重.而针对传统灰色效能评估灰数范围过大问题,引入基于端点混合可能度函数的灰色聚类理论,构建了灰色聚类评估模型,缩小了计算过程中评估灰数范围,通过算例分析,验证模型的可行性和准确性.     

基于π演算的指挥决策行为形式化建模研究

指挥决策行为建模研究急需能够为分析、描述和建模指挥决策行为所具有的并发性、复杂交互性以及动态演化性提供有力支持的形式化方法。基于改进的OODA,通过应用π演算对指挥决策行为进行形式化建模,探讨了基于π演算的指挥决策行为形式化建模的可行性和可用性;在此基础上,就π演算方法为指挥决策行为形式化建模正确性验证以及模型有效性验证方面所提供的支持进行了初步探讨。研究表明,π演算方法可为指挥决策行为建模提供有力支持。     

基于PICS域划分的敏捷兵力行为分析、建模方法研究

敏捷兵力行为建模急需要有效的行为分析,建模方法提供支持.根据NCW(NetworkCentric Warfare)和敏捷兵力的相关理论研究成果,提出了基于PICS(Physical-Information-Cognitive-Social)域划分的敏捷兵力行为分析、建模方法,并就其实现思想进行了阐述;在此基础上,应用该方法对敏捷兵力的敏捷作战行为进行了分析、建模实现.     

面向对象的舰载指控原型系统设计

现在研制与开发舰载指控系统最为突出的一个问题是,缺乏对C3I系统作战需求体系结构的建立,首先分析了舰载作战指控系统的OODA原型模型。并利用面向对象的统一建模语言(UML)对其进行了设计,对支持舰载作战行动所需要的作战要素、所分配的各种任务和信息流进行了面向对象的规范描述．原型系统中对战场信息流在作战要素间的产生、传递、交换和转换过程进行了描述,本文为舰载作战指控系统的作战需求体系结构的研究提供了基础性的可行性研究。     

面向作战网络的层次化涌现建模方法

涌现现象不仅导致系统复杂性,同时也是系统自适应演化能力的来源。把涌现引入到系统设计过程,把传统系统工程自顶向下的设计方法与基于涌现的自底向上设计方法相结合,能够同时满足系统的有序性和涌现性的要求,以整体目标引导下的自组织涌现来构建具有演化能力的复杂系统。军事指挥控制和作战能力生成过程有较严格的上下级层次关系,同时复杂的战场环境又会导致大量难以预测的涌现现象,根据这些特点,建立层次化嵌套OODA网络控制与分层涌现相结合的模型。     

基于OODA环的作战对抗系统动力学模型

随着信息技术在军事领域的应用日渐深入,作战呈现出典型复杂非线性特征。运用系统动力学理论和方法,构建了基于OODA环的信息化条件下作战对抗系统动力学模型,并对作战过程进行了仿真模拟。模型较好地反应了信息化条件下作战对抗的本质。模拟结果可以为指挥员组织指挥作战、打赢信息化条件下战争提供定量的理论支持和政策导向。     

基于机器学习链路权重优化的无人机网络路由算法

针对分布式“马赛克战”场景下侦察-判断-决策-行动(observe orient decide act,OODA)环通信加速的要求,提出了基于机器学习链路权重优化的无人机集群网络路由算法。针对OODA环当前阶段业务量通信需求,对业务量通信的完成时间进行建模,以最小化业务量通信完成时间为优化目标,通过利用机器学习梯度下降方法实现无人机集群网络分布式路由链路权重的优化,从而满足OODA环的通信加速要求,使己方可以先敌行动,获得战场主动权。仿真表明,相比于现有无人机网络的路由算法,提出的算法能显著降低OODA环的通信时间,提高数据报文传输成功率。