我国舰船配套动员能力现状、问题与对策 ——基于供应链视角的研究

舰船配套动员能力是现代化条件下海上作战能力的重要基础和根本保障。从供应链视角看,我国舰船配套动员能力仍存在诸多不足,亟待提升。本文对我国舰船配套动员能力现状进行初步评价,重点分析当前我国舰船配套动员面临的若干突出问题,如产业集中度较低、部分关键零部件可替代性差、服务保障体系不完善、供应链体系整体安全缺乏有效保障等,结合我国船舶工业发展现状,提出提升舰船配套动员能力的方向与策略,如系统提升动员供给能力、逐步实现全面自主可控、切实保障动员快速响应、着力抓好民船改装征用、有效扩展社会动员基础、确保战时生产正常稳定、健全维修服务保障体系等,并给出完善舰船配套动员工作机制、强化舰船配套动员能力建设、提高舰船配套供应链管理水平、加强舰船配套动员人才培养等相关政策建议。     

一维ARMA模型判阶及参数辨识的一种算法

本文讨论了一般的ARMA模型,导出模型的冲激响应序列h(i)与参数a_i,b_i的关系式,进而给出了判定模型的阶(M,N)的算法,然后由已导出的关系式及判阶算法,导出了辨识模型参数a_i,b_i的快速算法。最后进行了微机仿真,验证了算法的正确性。     

在滑移爆轰波作用下二维金属平板抛掷的理论计算

本文给出了在滑移爆轰波作用下二维金属平板抛掷的理论模型(模型分为真空中抛掷和空气中抛掷两部分)及其计算方案。作者按特征线差分方法设计了程序,上机进行了计算,将其计算结果同实验数据、经验公式做了对比,从而得出一些结论,主要有:①理论模型与实际基本相符;②对于抛板的极限速度而言,当爆轰产物的绝热指数为3时,二维抛掷的计算结果同一维抛掷的公式给出的结果基本一致;③对于抛板的极限速度而言,从理论上算出:空气对抛板的速度影响不大,因此计算抛板的速度可不考虑空气的影响。本文同时根据理论的结果对于常用的经验公式以及它的改型进行了分析和评论。     

涡环旋转伞流固耦合特性分析

以一种典型的涡环旋转伞为研究对象,采用任意拉格朗日-欧拉流固耦合方法模拟其在无限质量条件下的充气展开过程。计算得到了涡环旋转伞的充气展开和转速、开伞动载等时程变化曲线以及稳态阶段伞周围流场变化规律、伞衣织物的结构强度等流固耦合特性。结果表明:涡环旋转伞在来流12m/s时稳定转速约为3.1r/s,伞衣幅充满外形饱满,与伞塔试验结果吻合;稳态阶段涡环旋转伞上方产生大量涡核,涡核中心的连线类似于空间螺旋线;涡环旋转伞的阻力系数大于一般结构轴对称降落伞;伞衣幅与伞绳连接区域以及边缘区域应力明显高于伞衣幅平均应力水平。     

多输出模型确认中的混合矩指标

在不确定性条件下,同时考虑到多维输出之间的相关关系和单输出的均值,构建由多输出数学期望列阵和协方差矩阵组成的多输出模型确认局部混合矩指标和全局混合矩指标。其中局部混合矩指标包括绝对指标(LA-3M)和相对指标(LR-3M),它们适合单点位置的多输出局部模型确认;全局混合矩指标也包括绝对指标(GA-3M)和相对指标(GR-3M),它们适合多点位置的多输出全局模型确认。通过数字算例和工程算例,所提指标可行有效,能够方便地度量计算模型和物理实验之间的差异程度。     

基于博弈云模型的目标作战效能态势评估方法

针对作战效能态势评估系统中因评估指标体系权重分配不合理而导致评估结果准确性出现偏移的问题,将博弈论应用到云模型加权偏离度的求取中,提出基于博弈云模型的目标作战效能态势评估方法。分别采用AHP与RAGA-PPM确定主观权重与客观权重,通过博弈云模型自适应地确定最优组合权重,并实现定性指标和定量指标的模糊转换,从而完成目标作战效能态势评估。实验结果表明,该方法准确率高达99.85%。     

标准化全连接残差网络空战目标威胁评估

针对空战态势中威胁评估传统方法存在缺乏自学习能力和面对大样本数据集推理能力不足的问题,提出了利用深度学习的基于标准化全连接残差网络空战目标威胁评估的方法。将影响空战目标威胁的主要因素作为输入,利用普通全连接神经网络训练模型的自学习能力,结合批量标准化(Batch Normalization)的优化算法和结构优化的残差网络(ResNet)增强网络的自学习能力,比较了样本的标记和网络模型的输出。分析了训练样本个数对网络训练准确率和损失变化的影响,对比了3种不同数据量下的训练模型在同一测试集下测试的准确率和损失变化。结果表明,该方法可以快速准确地评估空战中目标的威胁程度。     

基地化试验训练研究与启示

自动控制技术、信号处理技术、元器件工艺水平等的进步,推进了武器装备集成化、标准化和小型化,使其呈现出信息化程度高、系统性强、维护维修性复杂等特点。为满足武器装备作战训练的需求,本文阐述了基地化试验训练的基础,分析了基地化试验训练现状,提出基地化试验训练建设发展启示,以提高武器装备的作战应用水平。     

惯性信息辅助的星像点质心提取方法

针对振动环境中星敏感器曝光得到的模糊星像点质心提取精度低的问题,提出了惯性信息辅助的星像点质心提取模型并建立了相应的算法。算法以星像点区域的加权中心为曝光初始时刻的星像点质心,根据与星敏感器捷联的惯性设备测得的振动信息计算质心在曝光过程中的轨迹并利用星像点能量分布模型估计恒星的成像区域和加权中心,采用迭代的方法使得两加权中心重合,从而得到曝光结束时刻星像点质心的精确值。仿真分析了算法的质心提取精度及相关因素对提取精度的影响,结果表明算法在振动环境下仍可准确提取出星像点的质心,精度在百分之一像素左右,而且算法具有较好的适用性。