针对无人机集群目标的舰炮对空射击方法

利用低成本无人机集群实施饱和攻击,将成为未来海战场突破舰艇对空防御系统的一种新型作战样式.从现有中小口径舰炮武器系统的射击体制出发,详细分析了现有追踪射击方法在打击此类密集目标时的能力不足,为增强现役中小口径舰炮武器系统打击无人机集群目标的能力,提出了基于未来空域窗的对空射击新方法,该方法控制武器系统内的单脉冲雷达波束对集群目标进行空间拉偏扫描,并通过最大似然估计的超分辨算法,获取迎弹面上的集群目标分布特征,改进传统未来空域窗射击方法中弹头均匀散布的设计思路,通过求解高斯混合模型配置弹丸散布中心,使得迎弹面上的弹丸散布概率与集群目标分布特征相匹配.仿真结果表明,该射击方法现实可行,可用于提升中小口径舰炮武器系统对无人机集群目标的打击能力.     

修正的马尔科夫转移矩阵自适应IMM算法

机动目标跟踪算法中,交互式多模型(IMM)算法是一种相当有效的方法.但该算法中存在Markov矩阵据先验知识给定且不变的问题.针对此问题,提出一种Markov矩阵自适应的IMM算法.该算法利用后验信息实时修正Markov矩阵,改善了位置和速度的滤波结果,使IMM算法的模型概率变化更加符合目标真实运动.经仿真验证,提出的算法具有更好的跟踪性能.     

基于禁忌搜索的作战重心分析与选择方法

研究了作战目标网络的重心分析与选择方法,为战场指挥员的指挥决策提供依据.定义了战场重心的概念,从考虑打击代价的角度建立重心发现的优化模型,给出了基于禁忌搜索的求解算法,并通过实验案例验证了模型和算法的有效性和可行性.     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。     

基于大规模贝叶斯网络的安全性分析算法

贝叶斯网络计算量随着节点数增多呈指数增长,限制了大规模贝叶斯网络在安全性分析中的应用。为此,利用独立性条件分解整个网络,压缩推理时显式表达的项数,给出了计算顶事件发生概率及割集的算法,并分析了算法复杂性。在满足工程需要情况下,将提出算法与基于BDD算法相比,该算法表现出占用内存少、运行速度快的良好性能。     

舰炮近炸引信预制破片弹在反导中的弹丸威力分析

舰炮使用近炸引信预制破片弹进行反导,是舰炮反导的一种重要方式,近炸引信预制破片弹弹丸威力是影响舰炮使用该弹种反导效能的一个重要因素,通过分析舰炮使用近炸引信预制破片弹的反导过程和毁伤机理,用弹丸毁伤破片数描述弹丸威力,对弹丸威力及毁伤破片进行了定义,建立了一套计算弹丸毁伤破片数的方法,得出了反导过程中弹丸威力随拦截距离的增加而变化,是一动态威力的重要结论。     

面向定位的分布式无线传感器网络细粒度调整方法

针对在初始的部署条件下不可定位的无线传感器网络,提出一种分布式的面向定位的网络调整方法。该方法通过节点所处的路径信息判别确定该节点的调整策略,从而使初始状况下不可定位的网络达到可定位条件,该方法仅需调整约11%节点就能够将稀疏的网络调整至可定位,比当前最好的网络调整方法减少了约40%。此外,该方法采用分布式执行策略,从而将定位所产生的通信负载和能耗均衡到网络中的多个节点,克服了先前集中式方法的可扩展性限制。大量的仿真实验结果表明,该方法较现有方法而言具有更高的执行效率。     

双速制声自导鱼雷主动开机时机研究

鱼雷主动声自导寻的信号是潜艇探测来袭鱼雷的主要信息源之一,主动声自导开机时机是鱼雷发射时需要设定的重要参数,它直接影响鱼雷攻击的隐蔽性。通过分析双速制鱼雷辐射噪声对潜艇鱼雷报警距离的影响,提出了一种双速制鱼雷直航搜索阶段的变速策略,在此基础上建立了鱼雷主动声自导开机时机解算模型,仿真结果表明,此方法简单高效,结论详实可信,对双速制鱼雷发射诸元解算具有一定的实用价值。     

模型不可知的联合相互学习

主流的联邦学习(federated learning, FL)方法需要梯度的交互和数据同分布的理想假定,这就带来了额外的通信开销、隐私泄露和数据低效性的问题。因此,提出了一种新的FL框架,称为模型不可知的联合相互学习 (model agnostic federated mutual learning, MAFML)。MAFML仅利用少量低维的信息(例如,图像分类任务中神经网络输出的软标签)共享实现跨机构间的“互学互教”,且MAFML不需要共享一个全局模型,机构用户可以自定制私有模型。同时,MAFML使用简洁的梯度冲突避免方法使每个参与者在不降低自身域数据性能的前提下,能够很好地泛化到其他域的数据。在多个跨域数据集上的实验表明,MAFML可以为面临“竞争与合作”困境的联盟企业提供一种有前景的解决方法。     

一种具有抑风性能的综合火力/飞行控制系统

提出了飞机中性稳定的直接力控制模态。将这一模态应用于综合火力/飞行控制中的空-空机炮攻击,着重研究了中型稳定模态的抗垂风性能。此模态的应用实现了航迹基本不变的机身瞄准直接力控制,提高了抗垂风能力,明显地改善了姿态跟踪精度,延长了交火时间,并最终减小了脱靶量。