航天企业收入利润分配率与系统效率研究

为了以航天科技集团有限公司、研究院、专业所和专业公司4个视角研究航天企业的收入利润分配率问题,分别对航天科技集团有限公司、某总体院、某院属研究所、某军民融合公司进行实证研究,构建以收入利润分配率为因变量,以劳动生产率、利润、集团有限公司产值/中国GDP、中国CPI和地方平均工资为自变量的回归模型。研究结果显示,不同层级公司的收入利润分配率与各自变量的影响系数及强度存在差异,并对企业系统效率产生影响,表明不同层级的航天企业利润分配方式不同。总体上,4类主体中收入利润分配率均与单位利润呈负相关,与劳动生产率和地区平均收入呈正相关。     

基于深度强化学习的多机协同空战方法研究

多机协同是空中作战的关键环节, 如何处理多实体间复杂的协作关系、实现多机协同空战的智能决策是亟待解决的问题. 为此, 提出基于深度强化学习的多机协同空战决策流程框架(Deep-reinforcement-learning-based multi-aircraft cooperative air combat decision framework, DRL-MACACDF), 并针对近端策略优化(Proximal policy optimization, PPO)算法, 设计4种算法增强机制, 提高多机协同对抗场景下智能体间的协同程度. 在兵棋推演平台上进行的仿真实验, 验证了该方法的可行性和实用性, 并对对抗过程数据进行了可解释性复盘分析, 研讨了强化学习与传统兵棋推演结合的交叉研究方向.     

基于频繁项挖掘的贝叶斯网络结构学习算法BNSL-FIM

贝叶斯网络能够表示不确定知识并进行推理计算表达,但由于实际样本数据存在噪声和大小限制以及网络空间搜索的复杂性,贝叶斯网络结构学习始终会存在一定的误差。为了提高贝叶斯网络结构学习的准确度,提出了以最大频繁项集和关联规则分析结果为先验知识的贝叶斯网络结构学习算法BNSL-FIM 。首先从数据中挖掘出最大频繁项集并对该项集进行结构学习,之后使用关联规则分析结果对其进行校正,从而确定基于频繁项挖掘和关联规则分析的先验知识。然后提出一种融合先验知识的BDeu评分算法进行贝叶斯网络结构学习。最后在6个公开标准的数据集上开展了实验,并对比引入先验/不引入先验的结构与原始网络结构的汉明距离,结果表明所提算法与未引入先验的BDeu评分算法相比显著提高了贝叶斯网络结构学习的准确度。     

一种多服务器环境下基于智能密码钥匙的认证方案

口令认证是客户端访问服务器资源的第一步。在分析现有的一些远程登录认证方案的安全性及其性能的基础上,提出了一种新的多服务器环境下基于智能密码钥匙的认证方案。该方案利用了RSA公钥密码算法、单向散列函数、会话随机数等方法来加强安全性。并分析了它可以抵抗一些常见的攻击。     

转发式假目标干扰的极化鉴别

高逼真度转发式假目标干扰对雷达系统的检测、跟踪以及数据处理都形成了很大的威胁,对真、假目标进行鉴别进而剔除假目标,是雷达对抗假目标干扰的一种有效途径.然而,由于转发式假目标干扰技术的日益进步,从时域、频域或者空域已经越来越难以将其鉴别.文中研究了利用极化信息鉴别目标和假目标的技术:根据假目标信号矢量极化比固定而目标信号矢量极化比随雷达发射极化而改变这一差异,将鉴别问题转化为二维复空间上的直线判别问题;推导了假目标鉴别统计量的分布表达式,依之分析了干扰的鉴别率;对于目标,提出了目标散射矩阵的分解模型及鉴别判别量的概念,从而根据目标鉴别判别量即可预估目标的鉴别率,完整地分析了算法的鉴别性能.仿真实验结果表明,文中方法能稳定而有效地鉴别真、假目标.     

并行智能优化算法研究进展

基于种群迭代搜索的智能优化算法在农业、交通、工业等很多领域都取得了广泛的应用.但是该类算法迭代寻优的特点使其求解效率通常较低,很难应用到大规模、高维或实时性要求较高的复杂优化问题中.随并行分布式技术的发展,国内外很多学者开始着手研究智能优化算法的并行化.本文首要介绍了并行智能优化算法的基本概念;其次从协同机制、并行模型以及硬件结构3个维度综述了几类常见的并行智能优化算法,详细分析阐述了它们优点及不足;最后对并行智能优化算法的未来研究进行了展望.     

海战场态势生成技术发展综述

未来的战争必将是多兵种、多域联合作战,战场态势作为未来联合作战的重要支撑,旨在为联合作战提供精准、高效的统一态势图,而如何将多平台、同/异构传感器信息及其他情报信息与战场环境融合生成准确可靠的战场态势是亟需解决的技术难题。鉴于现代海战场对高精度、强实时、全要素战场态势图的迫切需求,对海战场态势生成技术进行了综述。首先梳理了海上态势生成项目的发展历程及能力水平;然后详细介绍了通用作战图/通用战术图等典型项目,在态势生成部分中通过态势图的要素组成、态势生成流程及关键技术对态势生成技术进行了阐述;最后对未来海战场态势生成技术的发展趋势进行了预测,希望可以为态势生成相关研究提供参考。     

雷达辐射源信号分选研究进展

雷达辐射源信号分选是雷达信号侦察的关键技术之一,同时也是战场态势感知的重要环节。该文系统梳理了雷达辐射源信号分选的主流技术,从基于脉间调制特征、基于脉内调制特征、基于机器学习的雷达辐射源信号分选3个角度阐述了目前雷达辐射源信号分选工作的主要研究方向及进展,并重点阐释了基于深度神经网络、数据流聚类等最新分选技术的原理与特点。最后,对现有雷达辐射源信号分选技术的不足进行了总结并对未来趋势进行了预测。      

MATLAB程序在VC环境中的编译和运行

介绍MATLAB程序在VC环境中编译运行的方法。     

基于实时可靠度评估的航空产品序贯检测模型

针对航空产品相关部件性能退化不确定性强的特点,为了较为科学合理地确定产品检测维修的时刻,提出一类基于实时可靠度评估的序贯检测模型。采用Wiener过程描述产品的性能退化规律,然后基于随机过程首达时理论给出产品实时可靠度的解析表达式,并综合利用强跟踪滤波算法、最优平滑算法和期望最大化算法对模型未知参数进行自适应估计。当获得新的退化数据信息时,根据贝叶斯规则重新迭代对模型参数进行实时更新。在更新过程中,融合同类型产品的历史信息选取初始化参数,实现了更新算法的快速收敛。接着根据对产品的实时可靠度要求确定出了优化的序贯检测间隔期。通过某航空铝合金材料的疲劳裂纹增长的实例验证了模型与算法的有效性。研究结果表明:实时可靠度评估模型能够最大限度利用运行期的实时数据,有效提高不确定条件下产品可靠度估计的准确性,从而保证相应序贯检测策略的效率和实用性。