【摘 要】
：
作战仿真可以为作战任务、作战过程、作战活动、装备效能、体系能力等复杂作战问题的研究提供有效的手段与方法.然而,作战仿真知识涉及多领域、多专业、多层次、多军兵种,存在表达形式异构、共性理解困难、重用复用不足等诸多问题,制约着作战仿真应用的建设、活动的实施、效能的发挥.提供可共享、可理解、可计算的作战仿真知识模型能够提高作战仿真的实施效率和应用效益.因此,结合本体工程和作战仿真知识特点,梳理分析了作战仿真本体的必要性,提出构建原则和构建流程,对形成具体的作战仿真知识模型具有指导意义.
【机 构】
：
中国人民解放军军事科学院,北京 100091
论文部分内容阅读
作战仿真可以为作战任务、作战过程、作战活动、装备效能、体系能力等复杂作战问题的研究提供有效的手段与方法.然而,作战仿真知识涉及多领域、多专业、多层次、多军兵种,存在表达形式异构、共性理解困难、重用复用不足等诸多问题,制约着作战仿真应用的建设、活动的实施、效能的发挥.提供可共享、可理解、可计算的作战仿真知识模型能够提高作战仿真的实施效率和应用效益.因此,结合本体工程和作战仿真知识特点,梳理分析了作战仿真本体的必要性,提出构建原则和构建流程,对形成具体的作战仿真知识模型具有指导意义.
其他文献
组合导航系统在实际应用中存在信号传输和解算的延时影响,直接使用带有延迟的测量数据会导致滤波算法的精度下降甚至发散.针对这类测量具有随机时延的滤波问题,提出了随机时延卡尔曼滤波算法,该算法的核心是将新的量测用于更新过去的多个状态,以此来对时延进行补偿.GNSS与INS的组合导航系统仿真结果表明,所设计的滤波算法在面对量测具有随机延时的情况下,可以减轻滤波后的尖峰现象,降低估计结果的误差.
针对雷达航迹数据特征提取不充分使得对空中目标分类识别准确率低的问题,提出了一种航迹数据高维特征矩阵提取方法.首先从机动性、巡航性、飞行区域以及高阶特征进行航迹数据分析,进而在不同维度统计数据特征、提取多维航迹数据特征参数,最终形成航迹数据高维特征矩阵.通过实测航迹数据实验表明对特征提取充分,多类机器学习方法验证识别率统计均值为92.4％,证明了本文算法的可行性与稳定性,该方法可作为提升航迹目标识别准确率的有效手段.
针对有雾情况下目标检测等视觉任务精度明显下降,提出了一种端到端图像去雾网络,能够直接生成清晰图像且不需要成对的无雾图像和真实图像进行训练.将注意力模块融入生成器网络中,充分考虑不同通道和不同区域在有雾图像中的影响,并将通道注意力和像素注意力相结合,提出了一种新的特征关注模块,赋予重要特征通道和像素区域更多的权重.考虑到高低频信息在雾图中的不同影响,将频率信息融合到鉴别器中.最后,对损失函数进行了优化,添加结构损失保证循环一致性,分解鉴别器高低频损失,减少了颜色失真和伪影.实验表明,本方法在公共合成数据集和
评估是联合作战方案仿真实验的重要环节,评估框架是对仿真实验评估活动的一种认识和指导.通过对联合作战方案仿真实验评估框架的研究,进一步规范联合作战方案评估分析活动,从评估分析的视角深化对联合作战方案仿真实验活动的认识,为更加科学有效地组织实施仿真实验活动和构建开发仿真实验系统提供理论和方法.
在海上模拟训练领域,战场仿真中兵力行为的逼真性、对抗性直接影响训练效果,兵力行为建模技术是海战仿真中的核心,随着深度强化学习在军用领域研究的逐步深入,采用规则推理与强化学习相结合的思路实现海上兵力行为建模是一条较为可行的技术途径,为构建模拟训练中智能对手提供了技术支撑.