火力分配环协同度的编队反导决策优化

舰艇编队协同反导决策是一个多阶段多目标的决策系统,依据模糊权距离和隶属度概念,考虑系统中各阶段的协同关系,提出基于火力分配环协同度的概念,将模糊优选理论与动态规划原理有机地结合起来,寻求基于舰艇编队协同反导的多阶段多目标优化的最优均衡策略,并应用于解决舰艇编队协同反导决策的优化中,得出了具有指导意义的结论。     

两栖作战舰机协同防空指挥协同网与指挥关系网

为了解决提高航母编队防空作战效能的问题,运用决策树方法分析航母编队防空作战指挥网是一种新方法。先分析航母编队的指挥机构,分析决策群指、作战平台与任务之间的关系。描述了编队协同网和编队指挥关系网,建立了编队指挥关系网的数学模型,采用决策树方法求解该数学模型,给出了编队指挥关系网的设计算法,通过实例分析了算法的计算过程,对结果进行输出。结论:预警机与远程巡逻机战术群是指挥关系网的最高决策点。这些工作为设计和优化航母编队舰机协同防空作战指挥网提供了一定的理论基础。     

结合离差最大化的多属性群体决策TOPSIS威胁评估

针对传统理想解逼近排序法(TOPSIS)在确定多个属性权重系数上存在主观性和盲目性,并且所作决策多为单一决策,精确度不高等问题,提出结合离差最大化原理的多属性群体决策TOPSIS改进模型,利用离差最大化原理确定属性权值,同时引进群体决策方法。最后将该模型运用于机群协同空战的威胁评估中,建立了多目标威胁评估数学模型,并进行了全空战过程的动态仿真分析,结果表明所建立的扩展模型是合理可行的。     

反舰导弹主从式协同攻击样式

针对群弹系统执行攻击任务时,从弹按照主从式协同攻击样式跟随领弹实施攻击,利用领弹与从弹的位置信息解算出相对距离和角度,依据相对距离和角度误差的动力学特性,建立了主从式协同攻击样式的非线性数学模型,采用输出线性化理论设计了主从式协同攻击样式的控制律,证明了该控制律及其内动态系统的稳定性.仿真表明,在领弹机动条件下,实现了对从弹的速度和弹道偏航角的控制,从弹能保持与领弹的相对距离和弹道偏航角均快速收敛并稳定到期望值.     

双机协同导弹指令修正中制导技术

导弹协同制导是提高中远距导弹作战效能的有效潜在途径之一.基于中远距雷达导弹中制导对载机的强依赖性问题,研究双机协同导弹中制导方法.首先,根据双机协同制导的原理建立双机协同制导的数学模型,给出修正指令的矢量计算方法;其次,对双机协同制导的误差进行建模分析,给出系统误差修正方法和随机误差计算方法;最后,对协同制导模型和制导精度进行仿真,仿真表明所建立协同中制导模型的可行性.     

中国兵器工业集团公司与北京理工大学签署合作协议

2012年12月14日,集团公司与北京理工大学在京签署合作协议。此前,由北京理工大学牵头,依托中国兵器工业集团公司,联合南京理工大学、北京大学、中国工程物理研究院共同组建了毁伤及其防护协同创新中心,并被列入教育部"2011计划"。该中心自组建和试运行以来,在一些领域的科学研究取得了良好的前期进展。此次协议的签署,是集团公司与北京理工大学在科研领域合作的一次深化。     

【专题】基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列（FPGA）进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。     

基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列(FPGA)进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。     

军民协同发展生态圈的构建——基于衡阳市白沙绿岛军民融合产业园建设实践分析

在军民深度融合背景下,探索军民协同发展路径具有较强的现实意义。通过分析衡阳市白沙绿岛军民融合产业园的建设实践,探索军协同发展的影响因素及主体协同效应。从生态系统理论视角看,政府、市场、社会是影响军民融合深度发展的三大主体,实现军民融合可持续发展,应保持三者之间的生态平衡与协同合作,共同构建军民协同发展生态圈。