基于双向启发式属性约简的战术决策建模研究

从预警机指挥引导的多机协同空战原则分析出发,针对超视距协同空战决策过程中的不确定性和不完备性问题,提出了一种不完备信息系统中的基于双向启发式属性约简的战术粗决策建模方法。首先考虑粗糙集决策过程中条件属性发生缺失或不确定的情况,根据扩展不完备信息概念建立了不完备决策信息系统的最优完备选择;其次基于分辨矩阵的属性约简算法,以属性频度的大小作为启发信息进行决策信息系统约简的双向选择,得出决策信息系统的最佳约简集合;然后依据使决策最有可能发生的原则,给出决策信息系统的最优选择,以该最优选择为代表提取出决策规则;最后根据软、硬杀伤结合使用的CGF实体超视距协同空战作战想定,建立了CGF实体综合战术决策模型,并通过作战决策实例对该方法的正确性和有效性进行了验证。结果表明：该方法能在作战态势信息不完备的情况下正确给出CGF实体综合战术行为。     

不完全信息的装备采购博弈

目前,我国的军品市场正由封闭市场向一个相对开放竞争的环境转变。基于不完全信息的装备采购的博弈模型,探讨了在不完全信息的相对开放的竞争环境下,军企双方对对方的策略、偏好、所处的地位或者状态的信息等策略问题进行了解,并给出了求解方法,通过实例进行了说明,对装备采购实践具有一定的指导意义。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

小波神经网络UCAV飞行控制系统

针对采用H∞控制设计方法需求解难度很大的偏微分方程,而导致工程实现难度大的问题,提出了采用小波神经网络进行无人攻击机(UCAV)飞行控制系统设计的方法,该方法集小波变换和神经网络的优点于一身,简化了网络训练,避免了系统达到局部最优解,使得系统具有更好的逼近精度。通过仿真实验表明,利用小波神经网络进行UCAV控制律设计,使系统具有较好的跟踪性和鲁棒性,避免了精确模型的建立,便于分析系统的稳定性。     

GAP准则在驾驶员诱发振荡预测中的应用

随着高增益、全权限电传飞行控制系统在大型运输机和先进战斗机上的广泛应用,非线性驾驶员诱发震荡现象不断增加,已造成多起事故,严重影响飞行安全,运用GAP准则对驾驶员诱发振荡现象预测。需要建立舵机速率限制正弦输入/三角输出描述函数模型和尼尔-史密斯驾驶员模型,运用描述函数法研究P IO的产生机理,介绍GAP准则的一般计算方法,最后运用GAP准则对某型飞机展开研究并进行仿真验证。结果表明:GAP准则物理计算高效、结果直观、意义明晰,可以有效预测P IO的发生。研究结果能为飞机飞行控制系统的设计提供重要的理论依据。     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

基于空间谱估计的弹机分离检测研究

空空雷达主动制导导弹正成为各军事大国优先发展的空战武器,针对该类型导弹,分析了其典型的特征参数,以雷达-电子战一体化概念为牵引,提出了采用机载相控阵雷达信号处理技术进行弹机分离检测的思想。仿真结果表明,该方法具有较好的检测性能,为后续的干扰措施提供了有力的支撑。     

从科技创新视角看数字化“打通”——访内蒙古一机集团工艺研究所副所长耿朝勇

内蒙古一机集团工艺系统以某产品关键零件为对象,在兵器系统首次实现了基于数字化的异地协同设计制造,对加快军工数字化建设进行了富有成效的探索     

编队对岸打击作战中舰机协同研究

针对编队对岸上目标进行巡航导弹攻击时的舰机协同问题,根据巡航导弹航路区域和目标的方位、距离以及编队队形,建立了反潜直升机安全警戒扇面角模型.以此为基础,分析了不同威胁条件下舰机协同的问题,运用仿真计算,得到了安全警戒扇面角与警戒半径的关系,给出了切实可行的舰机协同方法,可辅助指挥员进行战术决策.     

基于BP神经网络的空中目标识别方法

提出了一种利用BP神经网络用于空中战机目标识别的方法.首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库.其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.然后从样本图库中随机抽取两种型号飞机图片各30张作为空中打击目标进行识别,结果表明采用LM优化算法的BP网络具有一定的抗噪声能力.