基于模糊神经网络的反鱼雷深弹作战决策

反鱼雷深弹武器是水面舰艇对抗鱼雷的一种新的反鱼雷武器,由它组成的鱼雷防御系统可以拦截潜艇发射的声自导鱼雷、线导鱼雷及尾流自导鱼雷.根据其作战使用特点,建立基于模糊神经网络的智能辅助决策系统,分析了其基本思想,具体实现过程,并应用实例加以验证.计算结果表明:该模糊神经网络模型具有一定的合理性和实用性.     

某型鱼雷尾追式弹道设计与仿真

主要介绍了基于MATLAB/Simulink和Delphi两种途径的鱼雷尾追式弹道的设计与仿真方法.首先给出鱼雷导引系统的数学模型,然后介绍如何应用Simulink建立系统的仿真模型并进行仿真计算,并使用Delphi语言进行了仿真,最后给出相应的仿真结果和分析.Simulink的仿真方法克服了其他传统编程语言如Delphi仿真时繁杂、难度高、周期长的缺点,使动态系统的仿真变得容易、直观、迅捷.     

基于层次分析法的占领阵位方案优选评判方法

应用AHP法,分析了水面舰艇反潜作战中占领攻击阵位时影响任务完成的各因素以及各因素之间的关系,建立了各种占领阵位方案对各准则的优劣程度的层次结构模型,并进行了实例计算,给出了各种占领攻击阵位方案对总目标指标优劣决策排序.该评判方法对作战方案优化具有指导意义.     

纯方位跟踪问题研究及算法性能

针对纯方位跟踪系统的特点,对修正增益扩展卡尔曼滤波、伪线性滤波、基于无迹变换的卡尔曼滤波、修正球坐标系下的扩展卡尔曼滤波、直接对角度信息建模的卡尔曼滤波等被动目标跟踪算法予以详细的讨论,并在满足可比性的条件下,对各个跟踪算法进行了仿真实验,比较和分析了仿真结果,指出了修正增益扩展卡尔曼滤波的算法优势,对实际工程应用中算法选择问题提出了参考性建议.     

基于容差分析的武器装备体系耦合风险仿真研究

武器装备体系的耦合程度是衡量武器装备体系整体作战能力的一个重要指标.文中通过容差分析对武器装备性能的耦合风险进行了研究,通过实例对产生武器装备体系耦合风险的武器装备性能容差进行了模拟仿真,实例证明是有效的.     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

区域物资动员潜力的多元统计分析

为分析不同区域物资动员潜力差异,并对其进行分类,从总体实力和产值结构两方面出发,建立了区域物资动员潜力指标体系。以我国行政区域为研究样本,通过SPSS18软件,结合年度统计数据进行分析。采用主成分分析法对方案层指标进行简化,将形成的综合得分标准化并分析主成分上的载荷,然后采用层次分析法得到总体实力得分。再将研究对象按照总体实力与产值结构进行ward聚类分析,得到6个区域类别,分析其特点,提出动员建议。     

舰船水消防系统战斗损伤的智能重构决策与应用

针对当前舰船水消防系统监控点信息孤立、智能化决策程度不高的问题,构建了基于节点的水消防系统功能逻辑模型,提出了基于战斗损伤的水消防系统破损隔离重构使用智能决策算法,并据此开发了水消防智能监控系统。案例对比计算和系统测试检验的结果表明,该智能决策算法以及智能监控系统可以有效提升分析决策的速度和精度,显著提高指挥控制的效率,为水消防系统的战斗破损使用提供有效的支撑。     

地心轨道引力波探测无拖曳系统平动控制策略

探讨了一种针对空间引力波探测任务的在轨无拖曳控制技术,基于未来可行的地心轨道探测任务背景进行分析设计,并对搭载两颗检验质量的在轨无拖曳系统进行航天器与质量块间相对运动动力学及耦合特性建模。同时,初步分析了任务中无拖曳系统指标和摄动,并设计了基于频域H∞最优控制理论的系统相对平动控制律。数值仿真结果表明,当双检验质量在轨无拖曳系统各检验质量按激光测距呼吸角排列时,采用无固定追踪点策略且在非敏感轴无悬浮控制输入的情况下,可以实现航天器对基准点的追踪,并满足系统频域性能指标的要求。同时,每颗检验质量的时域偏移量可以控制在微米级别,从而获得任务所需的纯引力基准。     

面向计算流体力学的图形处理器资源管理

针对求解计算流体力学过程中图形处理器资源利用率低的问题,提出面向计算流体力学的图形处理器资源优化管理方案。基于计算流体力学的算法特性和同时运行任务的执行特点,设计合理的调度方案。通过动态改变不同任务的启动规模和启动时间,在减少资源竞争的同时提高图形处理器资源的有效使用。实验结果表明:本文提出的资源管理方案相比基线方法在不同任务规模下的平均加速比达到 1.64,对图形处理器的硬件资源使用也有了显著的提升。