舰艇对反舰导弹质心干扰效果模型研究

末制导雷达搜索区域的扩大和各种抗无源干扰措施的实施,使舰艇利用箔条云干扰来袭反舰导弹变得更为困难。在末制导雷达捕捉跟踪原理的基础上,建立了舰艇对反舰导弹质心干扰的效果模型,该模型能较精确地反映导弹、反射中心和舰艇位置的动态关系,能根据导弹的距离、导弹来袭方向、风速、风向、干扰弹投放距离、方位判断干扰的效果。仿真显示该模型能较真实地反映各因素对干扰结果的影响。     

虚拟现实技术在复杂产品装配中的应用

结合某航天器类产品在总装过程中遇到的实际问题,介绍了运用虚拟现实技术建立虚拟装配应用系统的主要作用,虚拟装配系统功能、关键技术、系统组成、应用流程,以及应用实效.该应用系统在提高复杂产品装配工艺设计质量,减少操作返工,缩短研制和批次制造周期等方面发挥了重要作用.     

舰艇编队多声纳数据融合

分析了标准kalman滤波(KF)和自适应kalman滤波(AKF)的原理,通过仿真实验,对两种滤波算法的性能进行比较.结合各种声纳的探测特性和水下目标的特点,建立了舰艇编队的数据融合方案.选用简单凸组合融合算法作为舰艇编队协同反潜的航迹融合算法,将多声纳融合系统的融合结果和简单交叉定位算法进行了比较研究.仿真实验结果表明:自适应kalman滤波比标准kalman滤波具有更好的目标跟踪性能,多声纳融合结果较简单交叉定位结果的性能有大幅度提高,所选用的融合算法航迹能够较好的与真实航迹吻合.     

反潜水面舰艇CGF的仿真决策支持

在大型仿真系统中,对一种计算机生成兵力不仅要求其能进行实体的智能行为决策,还要求其能响应人工干预和仿真中其他更高级兵力的干预,而目前研究多集中在实体的智能决策上,对CGF综合决策支持的研究还不多.从反潜水面舰艇CGF系统的决策需求出发,通过对系统决策进行分析,采用CXBR上下文推理技术构建CGF的实体行为决策模型,阐述了CXBR决策方法的思想及方法步骤,对水面舰艇反潜的战斗行为进行了合理划分,构造了系统兵力环境数据库、战术知识库和作战想定编辑器,建立了灵活、柔性的多级决策支持框架,满足了仿真系统决策要求.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

舰艇编队作战指挥系统构想

未来海战模式由"平台中心战"转向"网络中心战"这一变化必然对海军舰艇编队作战指挥提出新要求.探讨了在信息战条件下,以网络化的编队通信网为基础,以区域无缝的探测网络为耳目,以编队火力和综合电子对抗技术为主要打击手段,以网络化指挥控制为核心的海军舰艇编队作战指挥系统的体系构成,并描述了其组成结构和主要功能.该构想的实现可极大提高舰艇编队在现代海战中的作战能力.     

舰艇战术意图识别技术

对作战对象战术意图的识别是舰艇指挥决策的重要基础和前提,也是战场态势评估的核心内容.根据领域知识的特点,提出了用于识别舰艇战术意图的最大相似法,该方法根据战术专家识别舰艇战术意图的特点,将待识别意图的特征分量与已知意图模式特征分量的标准值相比较,确定待识别意图与所有已知意图模式的总相似度,将战术意图判别为与其总相似度最大的类别.分析了意图模式特征分量的特点,建立了待识别意图特征量与已知意图模式特征分量的标准值的相似度计算模型,提出了特征分量对模式类属判别的权重的获取方法.该模型具有直观、易于工程实现等优点.     

基于ADAMS的自行火炮射击仿真研究

在分析某型自行火炮结构特点以及射击时受力和运动的基础上,利用PRO/E和ADAMS/ATV联合建立某型自行火炮的虚拟样机模型.利用fortran语言将内弹道计算的发射时火药气体压力以及复进机、驻退机力编为外挂程序模块施加于模型,然后将射击仿真时的后坐运动与反后坐说明书的数据进行对比,结果证明该虚拟样机与火炮射击后坐的运动情况基本一致,符合工程分析的要求.     

基于虚拟样机的坦克承载零部件疲劳寿命预测方法

坦克承载零部件的疲劳失效是其主要的失效形式,疲劳寿命的预测一直是装备设计、研制、验证和使用过程中的重要问题之一。利用虚拟样机技术,建立履带车辆刚柔体耦合模型,通过在一定任务剖面下车辆虚拟试验,测试其承载零件的载荷谱,结合疲劳寿命分析技术,进行疲劳寿命预测,并给出计算实例,预测的寿命与实际使用情况相符合,表明提出的坦克承载件疲劳寿命预测方法是一种高效、实用的新方法。     

美国海军授予雷声公司开放结构舰艇自防御系统合同

美国海军海上系统司令部日前授予雷声公司一份价值1690万美元的合同,准备在数艘军舰上装备开放式结构"舰艇自防御系统"(SSDS)Mk2。