新型小规模装备备件品种确定的犹豫模糊粗糙集决策方法

针对新研装备备件品种确定过程中决策信息“犹豫性”和“模糊性”特点突出、难以运用传统备件品种确定方法进行决策的问题,提出一种基于犹豫模糊粗糙集的备件品种确定方法。利用风险偏好系数对不完备犹豫模糊信息进行数值延拓,为构建不同风险偏好下备件品种确定的犹豫模糊决策信息系统奠定了基础；考虑得分函数和数值延拓边界的综合因素影响给出了改进的包含度计算公式,并基于包含度定义进行了证明；给出了基于改进包含度计算的备件品种决策属性的约简条件和规则获取方法,实现了犹豫模糊决策信息的深度挖掘和有效利用。以某新研装备备件品种确定为例进行了方法验证,研究结果表明：通过该法能够有效处理犹豫模糊决策信息,获取精简实用的备件品种决策规则集,验证了方法的可行性。     

返回舱垂直着陆过程动力学研究

在考虑着陆场地面弹塑性特点的情况下,建立了返回舱垂直着陆过程的弹塑性接触模型。数值分析结果表明,返回舱的着陆过程与地面土壤的物理性质有很大关系,在相同的弹性模量下,土壤的极限应力越大,则着陆过载最大值就越大,着陆过程中的能量损失就越小,返回舱的"跳跃"现象越明显。     

改进型JDL模型在武警部队院校信息化建设中的构建

在武警部队院校的网络信息化水平迅速发展的今天,由于各功能模块缺少统一的接口规范和能够协调各部门信息共享的机制,使得建成的各个功能模块之间无法共享信息,造成了数据库中信息的大量冗余和重复。结合数据融合技术的基本原理、发展现状和应用前景,对数据融合技术进行了介绍;针对武警院校信息融合的需求,提出了改进型JDL模型,分析了武警院校信息融合网络的服务架构层次,对信息融合网络中的核心问题信息共享、接口规范、数据融合进行了研究;利用模块化设计的思路,对原型系统进行了分析,对实验数据进行了重组,并提出了数据优化方案。     

火炮自动操瞄使用姿态传感器调炮误差模型分析

火炮使用姿态传感器进行自动操瞄时,操瞄精度受到多种误差因素影响。为了确定影响调炮精度的主要误差源,为误差修正提供理论基础,文中建立了使用姿态传感器进行自动操瞄的误差模型,并对主要误差因素进行了分析和仿真。     

基于统一方程多种配置的GF-INS技术研究

采用加速度计取代陀螺仪作为惯性测量元件构建的无陀螺惯导系统(GF-INS),具有成本低、体积小、机动性能好等优点,已成为近年来惯性技术应用领域的研究热点。文中从理论上分析研究了GF-INS加速度计的输出方程,提出了基于统一方程的GF-INS解算的一般过程,并进行了理论推导。研究表明,不同加速度计配置方案只是选取了不同的参数,解算本质是一致的。结合国内外相关研究成果,对GF-INS的研究与发展提出了若干建议。     

一种六加速度计无陀螺惯性导航系统安装误差校准方法研究

针对加速度计安装方向和位置向量补偿的问题,理论上推导了一种六加速度计无陀螺惯性导航系统安装误差校准方法,通过重力效应进行加速度计方向向量的校准,通过载体旋转产生的向心加速度进行位置向量的校准,然后利用校准的结果进行加速度计输出补偿,并进行了计算机数字仿真。仿真结果表明,经加速度计安装校准和补偿,系统精度可提高600倍以上,验证了该方法的有效性。     

判估空袭目标的贝叶斯方法

区域防空作战中,可能遭敌空袭的地面目标众多,在防空资源有限的条件下确定防空掩护重点是首要解决的作战问题之一.针对这一问题,根据贝叶斯方法,利用概率进行分析,并对其中的先验概率改用极大似然估计处理,对可能遭敌空袭的地面目标进行判估排序,并结合示例进行计算和验证.为区域防空决策者有重点的部署防空兵力量提供相应依据.     

改进遗传算法的反无人机作战火力分配优化

无人机作战与反无人机作战已成为现代战争一种非常重要的作战样式.如何快速针对来袭的多个无人机目标合理分配火力,提出最优的分配方案,是现代防空作战的重要课题.然而,当前军队尚缺少专门针对小型化无人机作战目标火力分配的研究,而传统意义上的火力分配模型已不能满足反无人机作战指挥决策的需求.采用基于深度强化学习的防控策略评估技术...     

在分离式Hopkinson拉杆实验中确定临界实验条件的经验方法

在分离式Hopkinson拉杆实验中,常常需要获得试样在经历一个拉力脉冲拉断情况下的最低应变率,而在分离式Hopkinson拉杆装置中确定对应最低应变率的发射压力需要进行多次尝试性实验。为了更好地解决这一问题,提出一种简单的经验方法,可以通过一次拉断的实验结果计算出一个拉力脉冲拉断试样需要的最小发射压力及相应的应变率,进一步可以预测不同发射压力下的应变率。对4种铝合金试样进行拉伸实验,结果表明,利用提出的经验方法得到的应变率结果与实验结果吻合较好,可以有效地对发射压力和实验应变率进行预估。     

混合气体识别的响应等效性与瞬态信号正交分解模型

针对目前混合气体识别大多采用传感器稳态响应信号、基于线性混合假设或大量样本学习,而瞬态响应信号特征分析主要应用非正交分解的问题,提出一种基于响应等效性与瞬态信号正交分解的混合气体识别模型。分析金属氧化物半导体传感器对混合气体的响应特性,建立基于气体响应成分等效性假设的气体非线性混合模型,在此基础上,提出并应用一种新的正交基函数——扩展类Legendre正交基,对气体传感器瞬态响应信号进行分解;通过对正交分解系数与气体浓度的回归分析,验证二者之间的指数型关联关系,并以正交分解系数为特征参数,利用气体非线性等效混合模型对混合气体分解与辨识。实验结果表明,尽管这种混合气体识别模型仅用单一气体检测的先验知识,对混合气体的识别误差仍可达到15%以内。