基于虚拟目标跟踪的充气式固定偏置再入飞行器制导律设计

针对充气式飞行器只能实现零升力再入、无法进行再入弹道修正的问题展开研究。首先面向充气式飞行器的再入制导采用了一种舱体偏置的总体设计方案,通过舱体质心偏移产生气动配平攻角,从而提供弹道修正所需的升力。然后针对固定偏置量带来的升力大小不可控及升力过剩问题,为提高制导精度,设计了一种通过滚转运动改变升力方向的制导律。为进一步提高该滚转制导律精度,又提出了一种分段再入制导和跟踪参考轨迹上虚拟目标点的策略,并据此修正了滚转制导律,避免计算误差的影响及制导指令的频繁修正。最后,仿真结果表明标称情形下最终制导落点偏差约500 m,并且在叠加多种偏差条件的情形下最终制导精度偏差仍能保持在102 m量级内,所设计的滚转制导律能有效提高充气式飞行器的再入制导精度,并且具有较高的鲁棒性。所提出的面向充气式固定偏置再入飞行器的制导律对于执行机构的要求简单,具有一定的工程应用价值。     

基于图神经网络GraphVAE的兵棋态势预测方法

在战场上敌我双方作战的过程中,准确地预测敌方的兵力部署将有利于我方的作战。基于兵棋推演的态势数据,通过训练图神经网络,提出了预测敌方未知算子位置的方法。首先,在对数据进行预处理后,实现了态势到图结构数据的转化,构造了兵棋态势的图结构数据集,用于图神经网络的训练。其次,根据兵棋态势及其数据的特点改造了GraphVAE模型,实现了兵棋态势图结构数据的补全。最后设计了基于补全后的图结构数据,计算敌方算子位置的方法。通过实验证实了该方法的有效性和可行性。     

GM(1,1)模型在装备备件订购中的应用

分析了武器装备备件订购决策的目标和常用方法,并运用灰色理论GM(1,1)模型及关联度分析法,提出了在军用备件订购工作中费用目标预测的应用方法,以及提高预测精度的措施。     

目标摆式机动对反导舰炮射击精度的影响

为了探讨目标机动对舰炮武器系统射击精度的影响,采用仿真方法计算了目标末端摆式机动时近程反导舰炮武器系统的命中概率,以图示方式给出多种机动周期、多种摆幅、2种射速条件下的计算结果.结果表明,较小周期的摆式机动可显著降低舰炮武器系统命中概率,提高舰炮射速是增大对机动目标命中概率的有效途径.     

旋转点云特征识别及重建的2D线性架构方法

现有反求技术不能高效地处理带附加形状特征的旋转零件,为此提出了一种旋转点云特征识别及重建的2D线性架构方法:先将点云从旋转特征形式转换成展开形式,再提取旋转点云数据中的关键信息,并将提取的信息转变为对应的设计要素和参数,然后修正关键的几何特征参数。实验验证了该方法的有效性。     

小波神经网络在装备研制费预测与控制中的应用

通过小波及小波变换的原理和方法,建立了适用于武器装备研制费用的小波神经网络预测与控制模型.结合某型装备研制费用,进行了预测与控制的数据仿真.     

基于改进灰色GM(1,1)模型的武器系统费用预测

武器系统费用影响因素众多,各因素作用机理复杂,导致费用分布呈波动性和不稳定性。基于此,提出了一种改进的灰色GM(1,1)模型。该模型采用傅立叶级数和马尔科夫链方法,对不稳定武器费用系统的周期和随机现象进行建模,以提高预测精度。实例仿真结果表明:改进的灰色GM(1,1)模型可有效解决不稳定的武器费用预测问题,且具有良好的预测性能。     

航空自导深弹攻潜命中概率分析

以航空自导深弹为研究对象,在分析反潜直升机攻潜过程的基础上,依据某型航空自导深弹的有关技术参数,首先建立了反潜直升机使用航空自导深弹攻潜模型,然后详尽分析了航空自导深弹攻潜作战中的各种源误差,采用解析法计算了反潜直升机在不同条件下投放航空自导深弹攻击潜艇时的单发命中概率,得出了反潜直升机空投航空自导深弹攻潜的使用方法.这对于部队使用航空自导深弹反潜有较高的参考价值.     

用声发射信号和改进的BP神经网络预测磨削表面粗糙度

针对磨削表面粗糙度传统BP（Back Propagation）神经网络模型在线预测时存在预测精度低、误差大等问题,以磨削声发射信号的RMS值、FFT值、标准差、方差和偏斜度5参量为输入单元,建立了三层BP神经网络来预测磨削表面粗糙度,并应用附加动量法和自适应学习速率法对其进行了改进。通过仿真优化了隐层单元数,利用模型对磨削加工10个频段的声发射信号样本进行优选,确定将300400kHz的声发射（Acoustic Emission,AE）信号作为表面粗糙度预测模型学习样本频段。实验结果显示：改进后的BP预测模型与传统BP模型相比,具有收敛速度快、预测精度高的特点,相对误差可控制在8.66%以内。     

故障预测与健康管理技术的应用与发展

基于故障预测与健康管理（Prognostics and Health Management,PHM）系统框架,分析了PHM技术在装备维修保障中的重要意义,概述了PHM技术的发展过程及应用现状,重点讨论了当前故障预测与健康管理所采用的关键技术,包括先进传感器技术、数据传输技术、数据挖掘与信息融合技术、健康评估与故障预测技术、智能推理与决策支持技术等,最后展望了PHM技术的发展趋势。