基于深度强化学习的作战实体智能感知与决策研究

为解决战场上作战实体的自主感知与决策问题,构建了一种基于深度强化学习的智能感知与决策框架,主要包括态势数据预处理、态势感知、行动优化和知识库4个模块,并通过单智能体无人机突防实验验证其应用效果,为解决作战实体的自主感知与决策问题提供了一种可行的技术途径。     

基于效能分析的坦克主动防护系统建模研究

主动防护系统是坦克防护体系的重要组成部分,建立坦克主动防护系统模型对提高作战仿真的可信性,尤其是对提高涉及坦克作战的作战仿真可信性具有重要意义。创新提出了基于可用性、可靠性和能力的系统使用周期(System Use Cycle,SUC)建模方法,并重点对坦克主动防护系统的侦察探测能力、信息处理与控制能力以及拦截能力进行了建模。最后,将坦克主动防护系统模型应用到作战仿真系统中,以俄罗斯\"竞技场\"主动防护系统为例,研究了主动防护系统对坦克战场生存能力的影响。仿真实验结果表明:主动防护系统能有效提高坦克的战场生存能力。     

空间光通信粗瞄系统的扰动估计与补偿

粗瞄系统以直流力矩电机驱动二维转台为执行机构,通过粗瞄控制器对其进行控制。对系统受到的扰动进行分析,应用了最速跟踪微分器提取速度信号;以二维转台的方位轴为控制对象,在其位置环、速度环采用级联线性自抗扰控制器,通过线性扩张状态观测器主动补偿扰动,达到内外环双重隔离扰动的目的,提高跟踪精度;之后进行了实验分析。分析结果表明:在加入同样的模拟扰动信号,输入2 Hz,5 Hz和8 Hz的正弦信号时,与比例、微分、积分控制器相比,跟踪误差的标准差约降低50%;验证了线性扩张状态观测器具有扰动补偿效果;在输入不同频率正弦信号时,自抗扰控制器对输入信号频率的变化不敏感,仍能保证较高的跟踪精度。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。     

多波长主动式相干合成中光程差对合成效果的影响

为了对多波长激光主动式相干合成做出初步的理论描述,揭示影响合成效果的关键因素,根据相干合成的基本原理,建立了计算模型.并以9波长7路相干合成系统为实例,仿真计算了光程差取不同值的情况下,各频率成分的合成效果和总体合成效果.当各路间存在较大的光程差时,只有中心频率成分实现了相干相长,其他频率成分处于\"混乱\"状态,总体合成...     

活性填料在聚碳硅烷先驱体转化陶瓷中的应用

比较了铝 (Al)、铬 (Cr)、二氢化钛 (TiH2 )和锆 (Zr)等活性填料在聚碳硅烷 (PCS)先驱体转化陶瓷中的应用。研究表明 ,在先驱体中加入活性填料能有效降低陶瓷素坯的气孔率 ,可与PCS气态裂解产物、游离碳和 (或 )N2 气氛反应生成新的化合物 ,提高PCS的陶瓷产率。活性填料的种类与含量对陶瓷烧成体的线收缩有较大的影响 ,Al、Cr能抑制烧成体的线收缩 ,其含量越高 ,线收缩越小。但是TiH2和Zr并不能抑制陶瓷烧成体的线收缩 ,其含量越高 ,线收缩越大。此外 ,活性填料的种类及含量对陶瓷烧成体的三点弯曲强度也有较大的影响。Al、Zr的含量越高 ,材料的强度也越大。但Cr和TiH2 的加入却使材料强度下降。认为Al是较好的活性填料。用X -衍射法 (XRD)分析了烧成产物的物相组成 ,扫描电子显微镜 (SEM)观察了陶瓷烧成体的断口形貌。     

大型船舶空气尾流场防治新技术的数值模拟

大型船舶空气尾流场对海上飞机安全降落有重要的影响,因此对其进行有效防治技术研究在保障飞机安全、大型船舶海上活动等方面有重要意义。采用计算流体力学方法开展大型船舶空气尾流场特性及其防治技术的数值模拟研究,以带有Spalart-Allmaras湍流模型的Reynolds平均Navier-Stokes方程构建模拟平台开展数值模拟,得到大型船舶空气尾流场规律特性。在此基础上,提出主动补气防治新技术,分别阐述其理论基础、核心方法和技术方案;根据主动补气防治技术思想和理论,进一步开展数值模拟验证研究。结果表明,该技术能显著改善空气尾流场的流场品质,使流场趋于平稳均匀,减小对飞机海上降落的影响。该技术进一步完善了可实现工程应用,并保证飞机海上降落安全,有巨大的应用潜力。     

陆战场装甲目标细粒度识别技术

智能化作为新的改变战争游戏规则的颠覆性技术,成为世界各军事强国的发展重点。当前,智能化可以实现对陆战场军事装甲目标的自动识别,但是现有识别任务主要是粗粒度的目标类别识别,缺乏细粒度的目标识别。本文针对陆战场军事装甲目标细粒度识别任务,提出了一种适用于无人作战平台的轻量化细粒度目标识别方法,并初步验证了方法的可行性和有效性,基于此,提出了无人作战平台的新的作战运用。该方法可辅助操作人员进行陆战场装甲目标识别的决策判断,或提供无人打击武器自主打击的判断能力。     

一种基于多Agent强化学习的多星协同任务规划算法

在分析任务特点和卫星约束的基础上给出了多星协同任务规划问题的数学模型.引入约束惩罚算子和多星联合惩罚算子对卫星Agent原始的效用值增益函数进行改进,在此基础上提出了一种多卫星Agent强化学习算法以求解多星协同任务分配策略,设计了基于黑板结构的多星交互方式以降低学习交互过程中的通信代价.通过仿真实验及分析证明该方法能...