水下航行器多目标制导能力评估方法

水下航行器多目标制导能力评估是目前水下多目标精确制导研究中亟待解决的问题。根据水下航行器多目标制导系统的主要任务和技术特点,运用灰色关联分析理论对水下多目标精确制导能力进行了综合评估研究,提出了水下航行器多目标制导能力评估方法。通过水下攻防对抗仿真试验,验证了该方法的可行性和合理性,为水下航行器多目标制导系统的技术优化和方案决策提供科学的理论依据。     

基于多模型方法的自适应卡尔曼滤波

针对一类观测噪声统计特性未知的离散时间系统设计一种多模型自适应卡尔曼滤波器。基于多个不同的固定观测噪声协方差阵建立多个固定模型卡尔曼滤波器,将多个固定模型卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器。针对每一个滤波器建立一个基于输出误差的指标切换函数,每一个采样时刻将指标切换函数取得最小值的滤波器的状态估计值切换为系统的当前状态估计值。仿真结果表明,与常规的自适应滤波器相比,此方法可以极大地改善滤波器的滤波效果。     

基于网格技术的多用户多任务模拟训练系统

针对信息化条件下的武器装备模拟训练问题提出了一种多用户多任务模拟训练系统的概念,这种模式的系统能够满足大规模、多人次的装备教学和训练需求。首先,建立了面向大规模训练的两级用户管理体制,以及B/S与HLA结合的系统体系结构;然后,综合利用Web技术、网格技术（Globus Toolkit 4,GT4）和分布仿真技术（HLA/RTI）等解决了HLA联邦资源共享与整合、系统组织与协同等核心问题,实现了在同一套模拟训练系统上多组用户同时进行相同或者不同训练任务的设计目标;最后,面向通用雷达装备设计并实现了一个原型系统,它具有资源利用率高、重用性强、用户容量大等特点,在XX实验室建设的应用中取得了良好的效果。     

多阶段任务系统任务持续能力仿真模型研究

多阶段任务系统(PMS)是一种典型的复杂系统,它包括多个在时间上连续且无相互重叠的阶段任务,执行作战与使用任务的武器装备多数属于这种复杂系统。分析了PMS及任务可靠度、可信度和任务效能等任务持续能力评价参数。结合实际装备系统大都属于可用马尔可夫过程进行描述的可修复系统的特点,为简化模型复杂程度提出了一些合理的假设条件。在此基础上,结合多阶段任务系统自身特点,通过分析多阶段任务系统任务持续能力建模仿真步骤,多阶段任务系统任务效能仿真方法,建立了基于Petri网的多阶段任务系统任务效能多层仿真模型。最后结合常见的"靶场打靶"任务进行了实例验证,并对仿真结果进行了分析。     

自治主体建模在海军战术仿真中的应用

多主体系统是分布人工智能和分布计算的交叉研究领域,也是普遍公认的研究和解决复杂自适应系统问题的一种有效途径,而武器装备体系对抗就是一类典型的复杂自适应系统问题.从分析实体模型层次和类型入手,利用作战主体刻画具有复杂作战行为的实体,提出一个作战主体模型框架,阐述作战单元、作战平台和装备的(装配或指挥控制)关联关系.     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

多速率敏感无线多跳网中最小化延迟多播路由

针对物理层提供的多速率传输特性,研究了最小化多播延迟的问题。其主要思想是上游节点将对数据包的一次低传输速率广播换成若干次传输速率不同的广播,达到最小化多播延迟的目标。首先将该问题模型化为一个最优化问题,然后提出了一个分布式最小化延迟的多播路由DMDMR算法,并且证明了该算法能够取得最优值。大量模拟实验结果表明,与上游节点对数据包只进行一次广播的经典技术相比,DMDMR算法可降低多播延迟17%以上。     

协同数字化预装配系统中多Agent行为交互建模技术

针对网络协同预装配的特点,提出基于多Agent的协同数字化预装配系统体系结构,利用面向对象Petri网对组成系统的各智能Agent进行了行为建模,分析各Agent之间的通信关系。对所组建的系统Petri网进行死锁和冲突分析,在此基础上设计了Agent结构并开发了网络协同数字化预装配原型系统。     

基于UKF-IMM的双红外机动目标跟踪算法

为了有效解决红外机动目标跟踪精度问题,提出基于UKF的交互式多模型IMM红外机动目标跟踪算法.该方法采用Markov过程描述多个目标模型间的切换,同时导出滤波器输入输出均加权的交互式算法.滤波器采用UKF,避免计算扩展卡尔曼滤波EKF所需的Jacobi矩阵,适用于非线性、非高斯的目标系统模型和观测模型,同时UKF可供多个模型共用,便于软、硬件实现.最后,用双红外探测器对S型机动目标进行仿真实验,给出应用该方法的具体步骤,验证了IMM-UKF的稳定性、有效性和精确性.     

一类非均匀采样系统最小二乘迭代辨识

阐述了非均匀多率采样方案,利用提升技术推导出非均匀多率采样系统的提升状态空间模型,进一步获得了对应的输入输出表达.针对辨识模型信息向量中存在未知中间变量的困难,基于交互估计理论与迭代搜索原理,提出了非均匀多率系统的最小二乘迭代辨识方法.最后进了仿真比较研究,以说明提出算法的优点.