电子防御系统

水面舰艇编队对敌舰艇反导防御观察组织[刊,中]／孔令富／／指挥控制与仿真．-2006,28(5)．-56-59(L)针对反导防御对海观察组织的特点和水面舰艇编队在反导防御观察系统中的作战任务．运用定性定量分析法,得到了对敌水面舰艇编队反导防御观察区域与观察系统工作时间的计算模型。结合该模型与舰艇编队战术使用理论,探讨了海上对敌编队反导防御观察的组织方法,为水面舰艇的综合反导防御作战提供有价值的理论依据。参4基于云理论的预警探测系统作战效能评价[刊,中]／李春荣／／电子信息对抗技术．-2006,21(5)．-36-39(G)科学评价预警探测系统作战效能是指导其发展建设的重要基础。本文通过建立预警探测系统作战效能模型,确定了评价指标,尝试采用云重心评价方法对预警探测系统的作战效能进行评价。参3     

基于对象Petri网的水面舰艇编队网络中心战系统建模

介绍了网络中心战的概念和面向对象技术、Petri网及其扩展理论的相关知识,分析了在网络中心战条件下单舰和水面舰艇编队的系统结构组成。根据网络中心战(NCW)条件下水面舰艇编队网络系统的分布、并发及复杂性特点,利用面向对象和Petri网结合的技术,建立了基于对象Petri网的水面舰艇编队网络中心战(NCW)系统模型。     

基于DoDAF的大型舰艇编队防空反导系统作战体系结构

针对近年来大型舰艇编队防空反导领域中的研究热点,通过剖析外军某大型编队防空作战过程,利用美国国防部体系结构框架(DoDAF)提出了一种编队防空反导系统作战体系结构设计方法,给出了基于DoDAF的编队防空反导系统作战体系结构设计的步骤,并结合一般的作战活动构建了部分作战体系结构模型,进而从不同侧面描述节点之间的信息关系。通过验证,所建模型直观且易于理解,对优化编队防空反导系统顶层设计具有重要作用。     

基于雷达网的舰艇编队编成优化模型

为了优化舰艇编队编成,利用定性和定量分析相结合的方法,分析了影响舰艇编队雷达网作战能力的因素,建立了基于雷达网作战能力的编队综合作战能力指数模型,并在此基础上建立了舰艇编队编成优化模型.仿真结果表明,综合作战能力指数模型能够反映舰艇编队编成配置的要求以及编队装备体系效能与编队雷达网之间的关系,通过对舰艇编队雷达网的优化,进而优化舰艇编队编成.该模型对于辅助指挥员进行科学预测,合理编成编队,选择较好的配置方案,具有较好的指导意义.     

基于火力分配环的舰艇编队防空作战体系结构研究

舰艇编队防空涉及到众多作战单元的协调指挥,火力分配,良好的C4ISR体系结构至关重要。针对舰艇编队防空的作战过程进行体系结构建模,结合火力分配环的概念,应用美军《国防部体系结构》作战视图对对战过程进行建模分析。给出了作战体系结构UML视图产品,描述了编队防空C4ISR系统的作战需求。     

美海军舰艇编队协同作战能力CEC系统研究综述

协同作战能力 CEC 大大提高了美军的防空反导能力,本文对美海军舰艇编队协同作战能力 CEC 系统进行了综述：(1)描述了 CEC 系统的构成,阐述了 CEC 系统的工作原理和工作流程,给出了 CEC 条件下的舰艇编队协同作战的指挥控制网;(2)分析了 CEC 与 Link16/11、 GCCS 等数据链的关系,对比了三者之间的差异;(3)分析了 CEC 系统与“宙斯盾”作战系统的关系,对比了两者之间的差异。     

基于空间决策多智能体系统的海战场态势预测

分析并建立了一种基于多智能体系统(MAS)的海战场态势演变模型.模型设计了包括单舰、舰艇编队指挥舰和岸基指挥中心的3层智能体结构,利用一种基于"人工势场"的态势分析方法,做出空间决策,从而模拟出海战场态势演变的过程.给出了基于该模型的仿真实例.     

舰艇编队间相对测距和双向比对法时间同步研究

为提高舰艇编队多站无源时差定位(TDOA)精度,必须解决水面舰艇平台间高精度的测距和时间同步问题。研究分析了几种时间同步技术,提出一种适用于舰艇编队的改进型双向比对时间同步控制技术,通过仿真实验得到舰艇间时间同步误差在7.5ns以内,测距精度在2.5m内。     

基于HLA的编队导弹航路规划仿真系统设计

着眼于航路规划技术在舰艇编队导弹攻击中的应用,根据编队导弹航路规划的特点,给出了编队导弹航路规划的过程,设计了一个以此为背景,基于高层体系结构(HLA)的可扩展、开放式仿真体系结构。为了描述仿真需求,运用UML可视化建模技术,设计了仿真系统的静态结构模型和动态行为模型。依据HLA/RTI规范,设计开发了仿真联邦的联邦/仿真对象模型,阐述了联邦成员的实现过程和时间管理方法,实现了一个可重用、具有互操作性的编队导弹航路规划仿真联邦。为作战研究、战术应用论证和装备发展提供了一个参考试验平台。     

基于协同的编队干扰资源分配优化

干扰资源分配在舰艇编队电子对抗作战中占有非常重要的地位,为了解决舰艇编队在考虑协同时的干扰资源分配问题,提出了基于协同的编队干扰资源分配优化方法。以系统协同学为理论依据,定义了协同度概念,给出了协同度的求解方法。并将协同度概念运用到编队干扰资源分配领域,与动态规划理论相结合,建立了编队干扰资源协同分配的动态规划模型。在给定的战术想定条件下,通过数字仿真进行分析后得出：在考虑协同和不考虑协同时得到了不同的干扰资源分配最优方案,结果明确合理。     

基于混沌理论的防空C3I系统应用研究

为了解决防空C3I系统面临的信息安全威胁,分析其所面临的安全威胁,针对其体系结构的特点,提出了基于混沌理论的防空C3I混沌系统信息安全结构,同时介绍混沌理论的基本理论和发展状况,及其混沌电路的产生和混沌信号的特征,论述混沌技术在防空C3I系统中的应用前景,建立了基于混沌理论的防空C3I混沌系统。     

C3I系统效能二级模糊综合评估

为了对C3I系统效能进行有效的评估,首先分析了影响C3I系统效能的各种因素,建立了评价其效能的层次指标体系,然后运用模糊综合评判方法,建立了二级模糊综合评估模型,并结合专家评判法介绍了该模型的具体应用过程。     

模糊评价在自动化系统生存能力评估中的应用

生存能力是指挥自动化系统的一个重要指标。建立评价生存能力的指标体系和评价模型，是研究提高系统生存能力的重要问题。基于加权平均方法，对传统的AHP方法进行改进，采用三标度法构造判断矩阵，避免了九标度法构造判断矩阵时权重选择的模糊性，减少了评价者的主观影响，提高了准确性，具有一定的现实意义。     

建立C3I面向对象体系结构综合可执行模型

美国国防部已颁布了C^4ISR（Command,Control,Communications,Computers,Intelligence,Surveillance,and Reconnaissance）体系结构,以满足建立军队联合作战系统的需求。面向对象分析是构筑C^3I（Command,Control,Communications,Computers,Intelligence）系统体系结构的基本方法,对基于UML（Unified Modeling Language）面向对象体系结构的开发方法作了一般性的描述,它包括三个阶段：分析、综合和评价。指出了用UML产品在描述美国防部CAISR体系结构方面的一些限制,提出了从UML产品映射到可用于逻辑的、行为的和性能方面体系结构的评价的CPN（Colored Petri Nets）模型的方法,并详细阐述了此转换过程。最后应用实例表明了该方法的可行性和实用性。     

C^3I软件系统测试与效能评估技术

根据Ｃ＾３Ｉ对软件系统设计的实用需求，重点对软件系统测试方法以及软件系统效能（可靠性，可维护法，可移植性，功能效）评估技述进行了研究，并对Ｃ＾３Ｉ系统软硬平台设计技术提出了建议。     

自适应OFDMA系统无线资源管理的CPN建模与仿真

基于自适应OFDMA系统,对多业务系统中基于总发射功率最小化的无线资源管理问题进行研究,并使用着色Petri网(CPN,coloured Petri nets)以及CPN分析工具CPN Tools对其进行建模。采用Monitor监控器对模型进行仿真分析,并将仿真结果与随机Petri网(SPN,stochastic Petri nets)模型以及基于吞吐量最大化的CPN模型进行比较,验证了该系统模型的正确性和优越性。     

基于复杂网络和UML的舰艇编队分布式网络化反导建模

以分布式网络化反导作战为切入点,分析舰艇编队分布式网络化反导的作战特性,依据复杂网络相关理论建立静态模型,依据统一建模语言（Unifiedmodelinglanguage,UML）建立动态模型。静态模型可明确显示参战单元的整体状态,为进一步动态建模提供支撑;动态模型分析了舰艇编队分布式网络化反导的整个作战流程及系统内各单元的动作关联情况。经研究,建立的静态和动态模型能够体现编队反导的特性,符合协同作战的要求,为进一步的定量和定性研究打下基础。     

Modeling radio resource management in cognitive radio system based on OFDMA using colored Petri Net

Cognitive Radio (CR) system based on Orthogonal Frequency Division Multiple Access (OFDMA), such as Wireless Regional Area Networks (WRAN) and Worldwide Interoperability for Microwave Access (WiMAX), often attempt to improve performance via dynamic radio resource management, which is characterized as concurrent processing of different traffic and nondeterministic system capacity. It is essential to design and evaluate such complex system using proper modeling and analysis tools. In the previous work, most of the communication systems were modeled as Markov Chain (MC) and Stochastic Petri Nets (SPN), which have the explicit limitation in evaluating adaptive OFDMA CR system with wide area traffic. In this paper, we develop an executable top-down hierarchical Colored Petri Net (CPN) model for adaptive OFDMA CR system, and analyze its performance using CPN tools. The results demonstrate that the CPN can model different radio resource management algorithms in CR Systems, and the CPN tools require less computational effort than Markov model using Matlab, with its flexibility and adaptability to the traffics which arrival interval and processing time are not exponentially distributed.     

Modeling multi-traffic admission control in OFDMA system using Colored Petri Net

Call Admission Control (CAC) is one of the key traffic management mechanisms that must be deployed in order to meet the strict requirements for dependability imposed on the services provided by modern wireless networks. In this paper, we develop an executable top-down hierarchical Colored Petri Net (CPN) model for multi-traffic CAC in Orthogonal Frequency Division Multiple Access (OFDMA) system. By theoretic analysis and CPN simulation, it is demonstrated that the CPN model is isomorphic to Markov Chain (MC) assuming that each data stream follows Poisson distribution and the corresponding arrival time interval is an exponential random variable, and it breaks through MC??s explicit limitation, which includes MC??s memoryless property and proneness to state space explosion in evaluating CAC process. Moreover, we present four CAC schemes based on CPN model taking into account call-level and packet-level Quality of Service (QoS). The simulation results show that CPN offers significant advantages over MC in modeling CAC strategies and evaluating their performance with less computational complexity in addition to its flexibility and adaptability to different scenarios.     

Dynamic updating in DIAS-NIDDM and DIAS causal probabilisticnetworks

Diabetes advisory system (DIAS) is a decision support system, which has been developed to provide advice on the amount of insulin injected by subjects with insulin-dependent diabetes mellitus (IDDM). DIAS employs a temporal causal probabilistic network (CPN) to implement a stochastic model of carbohydrate metabolism. The CPN network has recently been extended to provide also advice to subjects with noninsulin-dependent diabetes mellitus (NIDDM). However, due to increased complexity and size of the extended CPN the calculations became unfeasible. The CPN network was, therefore, simplified and a novel approach employed to generate conditional probability tables. The principles of dynamic CPNs were adopted and, in combination with the method of conditioning, learning, and forecasting, were implemented in a time- and memory-efficient way. An evaluation using experimental data was carried out to compare the original and revised DIAS implementations employing data collected by patients with IDDM, and to assess the a posteriori identifiability of model parameters in patients with NIDDM