【摘 要】
：
采用并行仿真技术可以在不损失模型分辨率的情况下模拟大规模战场上的复杂作战行动,是联合作战模拟和作战方案决策及效果分析的有力工具。在介绍并行仿真基本概念并对比并行仿真与串行、分布式仿真的区别及特点的基础上介绍了仿真克隆的概念及该技术如何应用于描述多分支决策过程。最后,提出了基于高性能计算平台、并行仿真技术、仿真克隆技术和决策分支分析技术来建立战场实时决策分析工具的设计方法,并探讨了其中的主要技术实现
论文部分内容阅读
采用并行仿真技术可以在不损失模型分辨率的情况下模拟大规模战场上的复杂作战行动,是联合作战模拟和作战方案决策及效果分析的有力工具。在介绍并行仿真基本概念并对比并行仿真与串行、分布式仿真的区别及特点的基础上介绍了仿真克隆的概念及该技术如何应用于描述多分支决策过程。最后,提出了基于高性能计算平台、并行仿真技术、仿真克隆技术和决策分支分析技术来建立战场实时决策分析工具的设计方法,并探讨了其中的主要技术实现方式。
其他文献
DEM数据具有不稳定、相关性差的特点,用离散小波变换对格网DEM数据进行压缩处理时,其边界问题将更为突出,主要表现在边界失真非常严重。这种现象不可避免地导致重建DEM数据精度的损失严重。为了最大限度地减弱边界问题的影响、提高压缩比,在进行格网DEM数据压缩时,作者将二维离散小波变换的边界问题转换为一维离散小波变换的边界问题,大大减小了边界失真区域,提高了重建DEM数据的精度。进而,用相应的算法进行
混沌相位编码信号具有良好的自相关特性,又兼具有类随机信号的特点,这使得它们具有较强的电子反干扰(ECCM)能力。将基于logistic映射的混沌二相编码信号引入合成孔径雷达(SAR),在考虑距离徙动的情况下,对点目标成像和反欺骗干扰进行了仿真。结果表明混沌二相码可以成像,而且具有反欺骗干扰的性能。
对复杂系统的能力进行分析时,仅在理想环境下独立进行的性能评估往往满足不了要求,人们希望能够根据系统完成使命的情况作出综合评判。该文在系统效能分析法(SEA)的基础上,结合基于agent的建模与仿真(ABMS)方法,提出一种ABMS支持下的系统效能分析法:ABMSEA,以解决复杂系统效能评估问题。并以一个火灾监视多卫星系统为例,演示了对此方法的应用。
设计了一个双通道运算放大器芯片SD358D的并行测试仿真实例。实例中应用USB数据采集卡和HPVEE软件组成的虚拟仪器对两路放大器的三个指标进行并行测试。由于两个测试任务共享仪器资源,容易发生死锁。为了解决并行测试中的死锁问题,首先为并行测试建立Petri网模型,模型中的变迁发射序列与系统任务调度路径一一对应,利用遗传算法搜索模型中无死锁的序列,然后控制系统按照这些无死锁的路径调度测试任务,就可以
根据分子动力学仿真应用开发环境的要求,提出了基于构件来设计分子动力学仿真软件的思想。然后,在VC++6.0编译环境下,使用CGLEnableView类构件开发了分子动力学仿真软件。此仿真软件严格遵守COM规范,可以作为构件为其它软件调用。此外,该仿真软件具有仿真过程中的实时三维显示功能,可实现旋转、缩放和平移等基本交互操作。并且还集成了数据输入、输出、图像存储和结果分析等功能。最后使用该软件对单晶
作战效能评估是现代作战模拟中的一个非常重要的环节,受到人们特别的关注。介绍了一种基于改进型RBF神经网络的作战效能评估方法,主要是依据样本数据动态调节网络结构与参数。然后基于EINSTein系统进行实例评估,仿真结果表明改进的RBF神经网络算法具有良好的自学习能力,以及预测精度高、可行性好等优点,可以广泛应用于作战效能的评估工作中。
HLA由于缺乏与商业技术的融合等阻碍了它在商业系统中的应用,Web服务具有平台中立等良好特性,Web使能的RTI将能够促进HLA和Web服务的融合。基于互操作性分析,介绍了Web使能的RTI,设计了Web使能RTI的体系结构,分析了具体的技术问题及解决方案,实现了原型系统。实验显示,系统能够初步实现Web使能的RTI。
作为射击精度评估的常用指标,无论是圆概率偏差,还是命中概率都没有涉及面目标的功能结构的重要度,而命中重要程度不同的区域,其射击效能是不同的。针对末修子母弹打击面目标时射击效能的评价问题,在通过数值模拟法产生末修子母弹的落点散布,以及利用毁伤树分析方法对面目标进行功能区域划分的基础上,利用Monte-Carlo仿真方法计算了子母弹对各功能区域的命中概率Pi,并定义了基于区域结构及重要度的射击命中度和
标准的卡尔曼滤波算法由于使用了固定单一的状态噪声模型,因此当目标运动状态经常发生剧烈变化时,跟踪效果不是很理想。为了提高对目标的跟踪精度和跟踪收敛速度,提出了一种新的算法,通过多次步长不同的卡尔曼滤波算法来判断机动目标的运动状态,进而使得系统状态噪声协方差能够随着目标机动情况自适应调整。最后的蒙特卡罗仿真实验验证了此算法的有效性。
提出了一种文本信息抽取的主动学习算法,在只有部分标记训练文本的情况下,通过主动学习的方法将最有价值的训练文本挑选出来进行标记,该算法能应用到基于包装器模型和基于隐马尔可夫模型的文本信息抽取中,在不影响抽取性能的前提下,能有效降低模型训练过程对已标记训练文本的依赖程度,很大程度减少人工标记训练文本的工作量。