基于三次B样条曲线的一维弹道修正弹空气阻力系数拟合

为提高弹道修正弹的射击精度,对一维弹道修正弹空气阻力系数的拟合方法进行了研究。在分析Logistic曲线对43年阻力定律拟合缺点的基础上,提出了一种采用三次B样条曲线对其进行拟合的新方法。并通过某型号一维弹道修正弹验证了该拟合方法具有可行性好、拟合精度高、运算简单、结果可靠等优点。该拟合方法的提出为一维弹道修正弹空气阻力系数的拟合提供了一种新的研究方法,更便于外弹道的仿真计算。     

基于满意度的通信保障方案优选方法

针对当前通信保障方案缺少科学有效的评估方法,提出一种基于满意度的优选方法。从保障性、可靠性、时效性和经济性等4个方面,建立了评价指标体系;结合各个评价指标的特点,给出了具体量化方法,克服了评价时的主观性,并对量化后的结果进行了规范化处理;利用满意度理论,通过求解一系列关于指标权重的线性规划问题,确定了各评价指标的权重值;计算各预选方案的综合效能值,确定最终排序。最后,结合某次通信保障案例,对4个预选方案进行比较,该方法计算结果与实际相符,证明了其有效性。     

基于劣化度的装备健康状态评估模型

为了准确评估装备的健康状态,实施装备的状态维修,引入劣化度概念,结合装备的特点,确定了以装备特征参数劣化度为评估指标,运用变权模糊理论,建立了基于劣化度的装备健康状态变权模糊综合评估模型。结合地空导弹装备实际工作,进行了实例分析,验证了该方法的准确性和有效性。     

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。     

舰空导弹设计方案评价

舰空导弹设计方案评价是一项复杂的系统工程。因其涉及到的因素众多,有些因素易于量化,有些因素难以量化,往往给决策者带来诸多困难。在建立舰空导弹设计方案评价指标体系的基础上,采用熵权法和理想点法相结合的方法对舰空导弹设计方案评价问题进行研究,以期降低决策的主观随意性,使决策更加科学合理。     

曲面地表对远程火箭弹弹道影响的计算方法

远程火箭弹飞行时间长、射程远,必须考虑地球曲面地表对弹道的影响。分析了椭球地表模型下重力加速度的算法以及远程火箭弹射程的确定方法,根据远程火箭弹动力学模型,设计了一种以落点为原点的落点坐标系弹道仿真方法,比较了平面地表弹道模型、椭球地表弹道模型以及基于落点坐标系的曲面地表弹道模型的仿真效果。仿真结果表明,该方法不仅比椭球地表弹道模型简单而且精度很高,可以很好地解决曲面地表对弹道的影响。     

位置修正技术在航位推算中的应用

利用图解法证明了航位推算轨迹和真实轨迹相似,符合相似性原理,并通过图解法推导位置修正公式;将位置修正技术用于里程仪的初始标定,经实测数据证明标定后的航向安装偏差角、俯仰安装偏差角及里程仪刻度系数误差大幅减小;将位置修正技术与GPS结合进行GPS/DR组合导航,经Matlab仿真证明该组合导航在长距离行车可将航向误差角限制在3.6′之内;该修正技术具有较高的实际应用价值。     

基于组合权重的目标识别系统威胁评估

现代信息战场中,对敌方的目标识别系统进行有效干扰,是增强我方、打击敌方的有效手段。对敌方的目标识别系统进行有效的威胁评估,有助于指挥员的决策以及对干扰资源的优化配置。借鉴空中目标威胁评估常用方法,提出对敌方目标的敌我属性识别系统进行威胁评估的方法。首先选择合理的威胁评估指标,然后对指标数据进行规范化处理,利用信息熵法求解威胁评估的客观权重与改进的层次分析法求解出的主观权重加权得到组合权重,运用灰关联分析法进行威胁评估和排序,最后用实例验证方法的有效性和合理性。     

基于实射数据的舰炮弹药当量系数

弹药当量系数是准确评估身管寿命的关键参数。通过对某型小口径舰炮的研究,提出了一种基于实弹射击数据的当量系数计算方法。对实弹射击试验获取的身管内膛烧蚀磨损数据进行了分析处理,拟合得到了身管磨损速度曲线,并计算得到了3种射击条件下的当量系数。研究结果为评估该类型火炮身管寿命提供了重要的数据支撑。     

云模型改进惯性权重的混沌交替粒子群算法

标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。