战场电磁态势生成内涵与体系架构综述

通过阐述态势、战场态势感知、信息融合等概念及其相互关系,理清了战场电磁态势生成的内涵;通过介绍态势估计、影响估计和感知资源管理的概念及其方式方法,给出了战场电磁态势生成的基本流程.在此基础上提出了一种态势生成体系的流程架构,并给出了实现的基本模型和方法.     

战场态势估计概念、结构与效能

明确给出了战场态势和态势估计的概念,阐明了战场态势层次的划分及其与美军三级共用作战图的关系,重点描述了战场态势与态势估计概念的历史沿革.旨在澄清态势估计领域的一些模糊概念与认识,或作为研讨的引玉之砖.     

侦察情报处理中的态势估计技术研究

根据目前侦察情报态势处理的军事需求,结合现有雷达侦察装备和其他手段获取的情报,重点开展多元情报融合技术应用研究。在态势估计技术研究方面,运用模板匹配和聚类分析等方法实现对态势元素相似性的判断,采用工程化的模糊与/或语义图模型建立目标对象间的联系关系,建立态势元素描述模型和态势预测分析模型进行态势估计和威胁判断。介绍了相应的仿真试验系统。     

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。     

态势估计中目标分群方法的研究

对态势估计中目标分群问题及其相关概念进行了描述;定义了距离因子和距离差因子,根据初级融合获得的敌目标有用数据,计算进攻关系隶属度以生成敌方功能群;提出了目标分群的算法步骤,并给出了算例。仿真结果表明,该算法能够为态势估计生成期望的功能群,具有一定的理论和实用价值。     

数据融合中的态势估计

提出了态势觉察、态势理解和未来态势预测的三级态势估计的功能模型，分析了态势估计问题的本质特征和推理模式，归纳出了态势估计及其推理框架的共性；对态势估计推理算法进行了研究，给出了一个通用态势评估模板匹配算法。     

一种面向军事态势估计的规划识别框架(SAOPR)研究

提出了一种基于"认识-预测-验证"闭环过程的面向态势估计的规划识别框架(SAOPR),并研究了相应的实现方法.首先研究了闭环机制在态势估计之对应流程,针对该流程以及态势估计背景,定义了若干基本态势元素的概念和SAOPR的体系结构,描述了该问题的规划识别求解算法.设计和实现了SAOPR的规划识别知识模型,在态势评估系统中有着良好的应用前景.     

数据融合中的态势估计与威胁估计技术

文章在分析数据融合的概念和模型的基础上，描述了态势估计和威胁估计的功能性定义和模型，探讨了态势估计与威胁估计的实现方法，最后对态势估计与威胁估计的研究现状进行了介绍。     

基于贝叶斯网络的态势估计方法

结合态势估计的特点,介绍了黑板结构和贝叶斯网络2种用于态势估计的方法,分析了各自的优缺点,并选取贝叶斯网络来进行态势估计。详细讨论了战场态势在贝叶斯网络中的知识表示和信息传播。针对静态贝叶斯网络难以捕捉动态战场信息的缺点,采用了动态搜索最佳网络的方法进行推理,为战场态势估计提供了新的思路。     

基于大数据技术的联合作战态势感知体系

联合作战条件下,战场态势信息多源异构,数据量大,更新频率高,传统的战场态势感知体系难以保证战场态势数据处理的准确性和实时性。文章基于大数据技术,结合JDL战场数据融合模型、战场态势感知PFPV模型、“OODA环”框架下战场态势感知模型,构建了数据驱动的战场态势感知模型。基于分布式计算技术和分布式存储技术,能够实现战场态势数据的高速计算、存储、检索。同时,将多种机器学习算法与JDL战场数据融合模型结合,构建了智能数据融合体系。提出了面向任务的战场态势图生成模式,可以在保证态势理解一致性的基础上满足需求的多样性。     

态势觉察中目标分群技术的实现

对态势觉察中的目标分群技术进行了问题描述,指出了目标分群即是由群的递增建立和群的动态维护所组成的动态过程;对群的递增建立和动态维护进行了详细的讨论,分别提出了具体的算法,并给出了算法的实现描述。     

基于霍夫变换椭圆检测的两种改进算法

针对一维参数空间霍夫变换椭圆检测算法不能检测长轴端点缺损的椭圆这一缺陷,提出了两种改进算法.两种改进算法都是先确定椭圆中心,采用分步计算参数的方法,以降低霍夫变换参数空间的维数,从而降低算法整体的时间复杂度.改进算法1可以看成是一维霍夫变换椭圆检测的一个补充算法,它通过改为最后对长轴进行一维累积,来解决长轴端点缺损的问题.改进算法2则是在椭圆中心确定后,利用椭圆的对称性,计算出其倾斜角,再进一步确定其他参数.实验表明,两种改进算法都能在较复杂的图中较快较准确地检测出残缺椭圆.     

一种运用SVM分类的多源态势数据关联方法

阐述如何利用多手段获取的战场多源目标态势数据生成战场态势一张图,进一步提高海上方向的监控能力。针对多源目标态势数据存在的时空误差、属性模糊等问题,提出一种运用支持向量机(Support Vector Machine,SVM)分类的多源态势数据关联方法。运用机器训练学习方式,获取不同误差下的多源态势关联,识别非线性特征参数,构建多源态势数据关联算法模型,有效形成目标批号和时空位置的唯一性。通过模拟真实数据进行验证,结果表明该算法实现效果较好,在多源态势融合方面具有较好的实用价值。     

模糊算法在态势评估中的应用

针对态势评估中存在的不确定性,把模糊算法应用于态势评估,建立了基于模糊算法的态势评估框架,解析态势评估的流程。同时根据不同的评估需要,建立两种不同的态势评估模型,并给出确立评估矩阵的隶属函数。通过实例把态势评估元素的条件隶属度进行量化,从而得出具体的评估矩阵,对基于模糊算法的态势评估方法的整个实现过程进行讨论。最后,通过分析评估结果比较两种模型的效能,得出更适于态势评估的模型。     

作战飞机网络化综合态势感知

从态势、态势感知的定义出发,明确了态势感知与信息融合之间的关系。在此基础上,结合基于编队协同作战的飞行员目标模型,提出作战飞机网络化综合态势感知的概念。详细分析了作战飞机网络化综合态势感知涉及的传感器资源管理、传感器协同、基础设施建设等关键技术,并针对关键技术提出了发展作战飞机网络化综合态势感知的思考与建议,对协同作战系统架构设计、方案选择具有重要意义。     

网络安全态势的云预测

针对现有网络安全态势预测算法存在的主观因素影响较大、预测结果与选取数据关联程度较高的情况,以云的网络安全态势预测规则挖掘算法为基础,提出了一个改进算法。该改进算法不仅拥有原挖掘算法无需对初始数据进行预先处理的优点,同时避免了预测规则与实际情况相孤立造成预测错误的情况,并通过实验验证了算法的可行性和有效性。基于云的网络安全态势预测改进算法,有效地提高了网络安全态势预测的准确性。     

激光法制备纳米粉体的研究现状

综述了激光法制备纳米粉体的应用研究现状。对各种纳米粉体的激光制备工艺、原材料及其特点进行了阐述,具体分析了激光技术在Si/C/N纳米粉体及其它粉体制备中的应用,并对该项技术应用前景进行了展望。     

特征选择中B&B算法的改进及比较

B&B(Branch & Bound)算法是特征选择中的一种全局最优算法,其固有缺点是运行时间太长.用B&B算法构造一棵搜索树,在树中搜索最优的特征子集.对B&B算法的研究集中在化简搜索树从而降低搜索复杂度上,提出了几种改进的B&B算法.从原理上分析了B&B算法及其各种改进的优缺点,将这一系列算法纳入到同一个算法框架,并在此基础上提出了一种针对BBPP算法的改进算法,BBPP+算法.通过比较各种实验数据,发现改进后的BBPP+算法的运行效率比已有的B&B算法更好.     

Dempster-Shafer证据理论在空战态势评估方面的应用

为了准确分析空战态势,以达到辅助决策之目的,采用D-S证据理论对态势进行评估.首先提取出影响空战态势的战术条件,称之为态势因素,然后分析每个因素的影响效果.在此基础上建立态势评估的数学模型,利用D-S合成法则将所有因素的影响进行综合,并计算出态势发生的结果及可能性区间.最后,通过仿真实例验证了该方法在空战态势评估中的可行性和实用性.