基于改进兰彻斯特平方律的空战进程预测研究

在战斗进程预测方面,兰彻斯特方程起着重要作用。分析了兰彻斯特平方律模型,得出了战役优势参数和参战双方战斗单位数量的关系;在考虑预警机支援的情况下,分别对兰彻斯特平方律和多元兰彻斯特平方律模型进行了改进,并得出了相应的改进后的战役优势参数形式;最后将改进后的模型分别应用于单一机型和多种机型参战的空战进程预测,仿真结果表明,预警机是取得战役优势的关键因素。     

基于迭代学习观测器的卫星姿态滑模容错控制

为解决卫星上反作用飞轮存在安装偏差、故障及外部干扰情况下的姿态控制问题,提出了一种基于迭代学习观测器的姿态容错控制方法。该方法通过设计迭代学习观测器,以较小的计算量实现对执行机构发生的故障以及安装偏差进行精确的估计。并利用观测器的观测结果设计滑模控制器,使处于外部干扰条件下的卫星系统在执行机构发生故障的情况下可以快速稳定地完成姿态机动任务。进一步基于Lyapunov稳定性定理证明了迭代学习观测器及控制器的全局渐近稳定性。针对反作用飞轮存在不确定性及故障的情况下进行仿真,仿真结果表明,与同类容错控制方法相比,所提方法可以更加快速精确地对故障进行估计并完成姿态控制。     

线膛身管有限元网格参数化建模方法

为了精确快速地建立身管结构有限元网格模型，提出基于Python脚本语言操作单元和节点坐标的参数化建模方法，建立身管结构有限元网格模型。使用该方法能够精确地建立身管内膛(包含药室、坡膛和导向部)和外部轮廓的有限元网格模型，并进行参数化建模。以76 mm火炮身管为对象，建立身管与弹丸耦合的有限元模型，计算弹丸在身管内的全弹道运动过程，并结合相应实验进行验证。研究结果表明：该方法能够精确快速地建立身管结构有限元网格模型。     

装备战场损伤试验布局设计仿真研究

装备战场损伤试验存在实施难度大,试验效率低的问题。为提高试验效能,采用AUTODYN,建立预制破片战斗部有限元仿真模型,模拟了战斗部爆炸及预制破片飞散的过程,仿真结果同实弹试验所采集数据基本吻合,验证了所用模拟方法的有效性。通过分析破片侵彻靶板的损伤规律,建立了球形破片撞击靶板损伤相图,结合破片飞散规律,建立了试验布局参考相图。研究结果表明:预制破片战斗部的爆炸及对装备的打击过程,能够通过数值仿真方式准确的进行模拟,从而大大减少试验费用;所建立的试验布局参考相图,能够为试验布局的设计和优化提供一定的参考。     

基于熵权的多目标决策法在武器装备研发中的应用

武器装备研发决策属于多目标决策问题，给出一种基于熵权的多目标决策法，在只有判断矩阵的情况下，通过熵值确立评价指标的权重系数，得出可信度较高的排序方案，同时，结合实例对该方法进行分析说明。     

使用噪声干扰器规避主动声自导鱼雷的潜艇机动分析

针对噪声干扰器广泛应用于潜艇反鱼雷作战,分析了潜艇释放噪声干扰器后的机动原则,建立了仿真所需要的鱼雷声学模型和鱼雷机动模型.通过仿真得到了不同潜艇机动方案时潜艇的生存概率,仿真结果为滞艇使用噪声干扰器规避主动声自导鱼雷攻击的机动决策提供了依据.     

基于非采样Contourlet变换的高光谱图像融合算法

高光谱图像数据具有大量波段,波段之间的相关性较高,可以利用数据融合技术来降低其分析难度.提出了一种新颖的基于非采样Contourlet变换的高光谱图像融合算法.首先对高光谱数据进行特征图像提取;再将提取出的多幅特征图像分别进行非采样Contourlet变换,并按区域能量进行加权融合;最后对融合系数进行非采样Contourlet重构.实际的OMIS高光谱遥感图像融合的实验结果表明,所提基于非采样Contourlet变换的加权融合算法能够很好地保持图像的空间特性和光谱特性,且效果明显好于典型的小波变换和Contourlet变换的融合方法.     

水面舰艇编队反蛙人防御观察组织

反蛙人防御作战是水面舰艇编队在作战初期完成兵力集结或近岸锚泊任务时的重要作战任务之一.构建反蛙人防御观察组织体系,分析其作战任务,并进行定量战术计算,为水面舰艇反蛙人观察组织指挥提供可靠的理论依据,提高了水面舰艇编队的综合观察、综合防御能力.     

组合预测法在战时单兵日均物资需求预测中的应用

分析、研究、预测战时物资需求量,进而拟制相应的物资保障方案,是提高战时物资保障计划性和有效性的客观要求。利用灰色预测法和趋势预测法建立模型并进行预测,在对比分析各种物资需求预测方法的基础上,建立了基于最小二乘法加权的战时单兵日均物资需求的组合预测模型,为我军进行战时物资需求预测提供了一种可借鉴的方法。     

一种基于双向IS-粗集的实时调度策略

在S-粗集理论的基础上,提出双向IS-粗集的概念,给出双向IS-粗集的数学结构.在动态加工环境下,建立了基于双向IS-粗集的实时调度模型,并举例说明了该方法在应用中具有一定的智能性和灵活性.