基于BP神经网络的水下对抗预测模型研究

针对水下平台水下对抗作战量化验证评估困难、指导机动规避作战模型欠缺等问题,设计了一种基于大数据学习的水下对抗预测模型。首先进行水下平台水下对抗建模,基于蒙特卡洛方法执行若干轮次仿真获得规避概率数据集;同时,为解决海量仿真下时间效率不佳的问题,提出利用BP神经网络预测算法进行数据学习,提供准确、快速、可视化的对抗结果。试验结果表明,在本文设定的试验环境下,基于BP神经网络预测算法的平均预测误差为7.28%,可有效对水下平台规避概率进行预测,为指挥员指挥决策提供数据支撑。     

零电流零电压开关的Matlab仿真

运用Matlab软件对一种新型的零电流零电压软转换开关进行了计算机仿真 .通过仿真 ,讨论了参数对这种新型开关特性的影响 .     

数字图像技术在烟幕效应测试中的应用

论述了应用数字图像技术研制烟幕图像分析仪样机的理论依据、硬件系统的选配、图像采集和图像分析软件的设计以及应用该技术测试评价烟幕遮蔽效应的实例。     

反导－反飞机直接碰撞的制导与控制

本文依据直接碰撞的技术要求和末制导所能获取的信息,提出了视线角－角速度最优制导律和开关时变－阈值控制律的设想,并设置了强控和微控两种状态实施轨控,使之近似地实现了平行接近导引,以达到直接碰撞杀伤目标的技术要求。据此进行了反导－反飞机典型弹道的仿真分析,其脱靶量均小于１ｍ,证实了设想的可行性和正确性,仿真中还初步分析了有关的轨控特性参数。     

波速测量层合复合材料冲击损伤实验

在层合复合材料横向冲击试验中,用应变片记录层合板表层在冲击过程中的应变响应,根据波的传播理论和连续损伤力学,从波速变化间接测得冲击下材料的损伤及损伤率。通过实验测得玻璃纤维／环氧（ＧＥ）正交层合板的动态损伤阈值,并证实了ＧＥ复合材料在拉伸阶段比在压缩阶段有更快的损伤扩展速率     

五花八门的软杀伤兵器

高科技广泛应用于军事领域,使武器装备的质量发生了革命性的变化。特别是在微电子、光电子、生物等军用高技术不断发展,各种新概念武器大量涌现的同时,诸多软杀伤兵器也即将走出实验室,进入未来的高技术化战场。软杀伤兵器亦称“非致命性武器”。是指利用声、光、电磁、计算机病毒和化学等手段,使敌方人员丧失战斗力、基础设施和武器装备陷入瘫痪、电子设备完全失灵的一类新式兵器。这些兵器主要包括五大类,即化学物质软杀伤兵器,计算机病毒软杀伤兵器,激光和射频软杀伤兵器,声波软杀伤兵器和噪声软杀伤兵器等。化学物质软杀伤兵器。这种兵器主要     

玻璃纤维增强复合材料的损伤分析

本文对玻璃纤维增强复合材料层合板进行了拉、剪多向应力本构关系的实验研究,成功地用软x射线照相观察到材料内部微裂纹沿纤维方向近似均匀分布,并沿裂纹面扩展至破坏的损伤形貌,同时结合声发射技术等监测其扩展规律。在此基础上建立了基于微观机制的微裂纹损伤模型,预测材料的损伤非线性本构关系和破坏,以及实验观察到的一些复合材料特有的损伤现象,理论预测结果与实验值吻合。     

基于AFSA-WNN的Sallen-Key滤波器电路软故障诊断

为提高对Sallen-Key滤波器的软故障诊断能力,提出一种基于多分辨率变换与小波神经网络(WNN)的软故障诊断方法。该方法先引入多分辨率变换提取Sallen-Key滤波器电路的软故障特征,在此基础上,采用人工鱼群算法优化的WNN构建电路软故障诊断模型。仿真结果表明,与单纯的WNN相比,所提出方法对电路软故障的诊断性能更好,总正确率达到94.1%。从而证明该方法用于Sallen-Key滤波器软故障诊断是可行的,也是有效的。     

国防动员中的军事人力准备浅探

针对我国目前后备力量动员未能达成"一体化"、人力动员准备不能实现"及时化"、后备力量编组未能实行"社会化"和军事人力列编尚未纳入"法制化"的实际,加强我国军事人力动员准备,应强化一体化动员,注重应急动员,突出专业人才动员,同时,还要完善动员法律法规。