声自导鱼雷自导开机距离计算模型研究

在分析自导开机距离现有模型的基础上,从鱼雷尾追速度、弹道特性等方面探讨了自导开机距离的限制条件,得出鱼雷自导装置发现目标并成功导引的距离边界值,并在此基础上提出了自导开机距离的优化模型,最后通过仿真证明了优化模型的有效性,该优化模型可为鱼雷的作战使用提供参考。     

生物附着及防治

由生物附着引起的船舶航速下降、过量耗费燃料（温室气体排放）及过高的船舶维修保养费用及船舶腐蚀等一系列问题,使得相关部门不得不耗费巨资来解决这一问题,同时也引起了生物学、流体力学、材料学及工程学等多个学科的专家们的共同关注。文章主要根据现阶段研究进展介绍了生物污损的过程及附着生物的分类．最后概述了防除船舶附着生物方法,并探讨了采用宏基因组学方法来尝试解决生物附着问题的可能性。     

层状磁电弹半柱中同轴界面上的裂纹相互作用规律

针对“磁电弹-正交基体-磁电弹”3层半柱结构中2个同轴界面同时开裂的问题,建立了其断裂力学理论模型.运用位错模拟法和Green函数法,推导了裂纹问题的奇异积分方程组,并得到了应力强度因子的数值解.基于参数分析,讨论了层厚和裂纹的环向相对位置对应力强度因子的影响规律,阐明了其中的刚性边界效应、自由边界效应、屏蔽效应和干涉效应,揭示了屏蔽与干涉相互竞争所引起的局部区域内应力强度因子的特殊振荡现象.相关结论可为层状磁电弹智能器件的防断裂优化设计提供理论参考.     

基于记忆非线性多项式的星地一体预失真算法

传统的基于间接学习结构的预失真技术通常仅考虑对单个地面功放或卫星功放进行补偿,线性化性能有限;文中联合地面功放与卫星功放的非线性失真和卫星信道的实际传输特性,提出了一种适合透明卫星功放的星地一体间接学习预失真算法。该算法利用记忆深度为5、非线性阶数为9的奇偶项多项式作为预失真器,同时采用最小均方(LMS)与递归最小二乘(RLS)联合的算法自适应更新预失真器的系数,以兼顾运算量和收敛速度。仿真结果表明,经过星地一体预失真后,卫星高功放输出端APSK星座图误差矢量幅度改善值达到91.52%,带外功率谱抑制平均提升了11.41dB,系统线性化性能非常理想。     

基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

基于反馈线性化的制导炮弹弹道控制系统设计

为提高制导炮弹的控制性能,研究了一种非线性弹道控制系统设计方法。建立了弹道控制系统模型,针对该模型的非线性、耦合和不确定性问题,利用反馈线性化方法将复杂的非线性系统进行解耦,结合滑模控制原理给出了一种非线性鲁棒控制器设计方法,并应用于制导炮弹的弹道跟踪控制器设计。制导炮弹六自由度仿真表明:该模型和控制器设计方法是可行的,能有效地控制制导炮弹按预期弹道飞行,具有良好的动态跟踪性能,并对气动参数摄动表现出鲁棒性,有利于提高制导炮弹的大空域作战能力。     

弹引系统膛内纵向过载测试与仿真

设计了弹丸膛内纵向过载直接测试系统,加工特制弹丸及假引信体,保证其质量、外形、长度与原弹丸及相应的引信体保持一致,保证其与原弹丸及相应引信膛内运动过程相同.采用弹载存储测试技术,将加速度传感器安装在弹丸内部,然后采用软回收技术回收弹体,取出弹载测试存储模块,将弹载测试存储模块通讯串口与微机串口相连,并将弹载存储器存储的数据导入计算机并分析处理,获取弹丸膛内纵向过载动态分布规律.并数值仿真了引信膛内纵向过载,仿真结果与试验结果吻合较好,为引信安全性问题的研究提供了可靠的数据支持,同时也说明了理论仿真的正确性和试验方法的可靠性.     

基于加权网络的系统目标毁伤效果评估

针对当前评估模型准确性和普适性不佳的情况,将系统化、网络化的思想应用于目标毁伤效果评估领域,并从网络特征的角度出发,提出替代度的概念,构建一种基于替代度的加权网络评估毁伤模型;最后,以无线电技术侦察阵地为例进行了分析与验证.算例表明,该模型能充分考虑技术侦察阵地各子目标间的相互关系,可实现由子目标向系统目标毁伤评估的合理过渡,所得的评估结果也更为科学、可靠.     

结构解析建模方法在舰艇训练计划中的应用

根据舰艇训练计划特点,运用结构解析模型分析舰艇训练计划,建立训练内容的邻接矩阵与可达矩阵,划分训练内容的层次,并进行分层优化排列配置.建立的结构解析模型在计划实施过程中可根据外部因素的变化,提出适应不同变化的计划方案,能很好适用于实际的训练环境,大大提高了时间、资源利用率和保障舰艇的训练安全,对现有舰艇训练方法起到很好的改进作用.     

Nonparametric bayesian lifetime data analysis using dirichlet process lognormal mixture model

We propose a nonparametric Bayesian lifetime data analysis method using the Dirichlet process mixture model with a lognormal kernel. A simulation‐based algorithm that implements the Gibbs sampling is developed to fit the Dirichlet process lognormal mixture (DPLNM) model using rightly censored failure time data. Five examples are used to illustrate the proposed method, and the DPLNM model is compared to the Dirichlet process Weibull mixture (DPWM) model. Results indicate that the DPLNM model is capable of estimating different lifetime distributions. The DPLNM model outperforms the DPWM model in all the examples, and the DPLNM model shows promising potential to be applied to analyze failure time data when an appropriate parametric model for the data cannot be specified. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013