基于功能和效应的作战能力指标体系设计

在对现有作战能力定量研究成果总结分析的基础上,提出了从功能域和效应域建立多维度能力指标体系的思路及其框架设计。详细描述了军种、空间、任务链3种功能域指标分解方式,提出从杀伤、侵彻/穿甲、时空控制3个方面建立效应指标的构想,并简要分析了3类效应相关研究现状及指标构造的基本途径。     

基于改进CNN的红外目标识别方法研究

自动目标识别是红外成像精确制导武器系统的关键技术,针对传统红外目标识别算法在复杂环境作战中存在目标特征建模复杂、识别率低等问题,提出一种基于改进的卷积神经网络(Convolutional Neural Network,CNN)方法。结合红外目标特性,调整ZFNet的卷积层和池化层数量,加入空间变换网络以提高对数据变换的鲁棒性;对Dropout层的丢弃率变化进行可视化分析并确定选取原则,以提高红外目标的识别率。通过试验结果与传统方法相比,该方法具有较高的识别率,能够为红外成像导引头目标识别算法设计提供参考。     

低频弱目标检测方法研究

低频工作状态的声纳波束指向性模糊、噪声干扰背景强,致使探测中空间分辨力差、弱目标易被噪声掩盖。因此,针对突破瑞利限、抑制干扰的需求,运用对空间指向更敏感的方位检测来解决该问题。理论推导了任意阵型下窄带信号的方位概率密度函数,数值分析了均匀线列阵方位检测的虚警概率和检测概率。海上试验数据的实际运用结果表明:该检测方法具备波束超分辨能力、对低频高噪声抑制效果明显,有利于发现低频弱目标,具有较高的实用价值。     

改进遗传算法在传声器阵列优化中的应用

规则平面阵列因其结构周期性,在进行波束综合时存在主瓣宽、旁瓣电平高等问题。对此,提出一种基于改进遗传算法的阵列优化方法。设计平面栅格传声器阵列,以满足阵元间距的要求,并构造以主瓣宽度为约束条件、以全局旁瓣电平为适应度的目标函数,对常规遗传算法进行改进,采取个体间自由交叉、随机的阵元数量强制变异的策略来增大种群的搜索范围。通过仿真,得到多个优化阵列,与几种规则平面阵列相比,在不同的信噪比输入下,经过改进遗传算法优化得到的随机阵列均有更好的表现。而相比于几种常规的优化算法,改进的遗传算法具有更强的搜索能力,得到数量更多、性能更优的随机阵列,由此证明了所提方法的可行性。     

舰船中央冷却系统多智能体自治控制

面向下一代舰船电力推进装置的分布式冷却需求,针对复杂情况下系统自重构与自愈控制问题,提出以某型中央冷却系统为控制对象的多智能体自治控制体系。设计各类智能体的个体结构和多智能体的分布式结构,采用智能体联盟和熟人机制对合同网协作模型进行改进,并优化自动任务分配和故障恢复过程中的多智能体协作流程。在此基础上,设计中央冷却系统原理性装置,建立以多智能体控制系统为核心的自治控制试验研究平台,对控制系统效能进行分析验证。试验结果表明：所设计的多智能体自治控制体系能够自主地完成系统动态重构和故障恢复控制,使电力推进装置中央冷却系统具备自重构和自愈的能力。     

人工免疫在军事领域的应用

人工免疫学是继神经网络、进化计算之后新的智能计算研究领域和研究热点.为探讨人工免疫可运用的军事领域,给相关科研工作者提供新方法、新思路,对生物免疫系统的一些概念进行了介绍,简要分析了生物免疫系统中的免疫机制,人工免疫系统基本特征,然后着重分析了该学科在信息系统安全、防御系统设计、目标识别、故障诊断、优化、火力分配等方面中的应用.     

应用镁金属化学还原法制备多孔Si/Si-O-C负极材料机理研究

以二乙烯基苯和聚硅氧烷为原料经先驱体转化法制备Si-O-C材料,利用镁金属在惰性气氛保护下高温还原制备多孔的Si/Si-O-C负极材料。利用X射线衍射、能谱分析、元素分析和场发射扫描电镜分析多孔Si/Si-O-C负极材料的组成、结构、形貌,从而研究利用镁金属化学还原法制备多孔Si/Si-O-C负极材料的机理。结果表明,镁金属在还原过程中生成MgO和Mg_2SiO_4等产物,经HCl洗涤后可形成多孔的Si/Si-O-C负极材料。Si/Si-O-C材料中的单质硅分布于多孔的Si-O-C相中,一定程度上可缓解Si在循环过程中产生的体积效应。利用镁金属还原Si-O-C材料制备多孔Si/Si-O-C材料是一种可行的制备方法。     

含轴间距误差的消隙齿轮刚柔耦合动力学仿真

轴间距误差对消隙齿轮精度和性能有重要影响,但其机理和规律并不清楚。基于接触碰撞力约束关系建立齿轮接触动力学模型,进一步利用ADAMS/Flex建立单级消隙齿轮传动系统的刚柔耦合模型,通过刚柔耦合动力学仿真研究消隙齿轮传动在不同轴间距制造误差条件下的振动及频率特性。研究发现:随着轴间距的减小,扭簧的平均力矩增大,齿轮齿面间的啮合力矩以及摩擦力矩也将增大,从而阻碍扭矩的正常传递,并导致固定齿轮转速幅值降低;随着轴间距的增大,固定齿轮主谐振频率整体上降低,而且在轴间距稍大于标准中心距时降低很快。这一发现可指导消隙齿轮传动的设计和装配。     

一种改进的无参考图像质量评估算法

无参考图像质量评估方法一直是图像质量研究所关注的重点。本文针对无参考图像质量评估问题,在当前被广泛接受的 DIIVINE 图像质量评估方法基础上进行了深入的研究,研究发现经典的 DIIVINE 方法中使用了过多的统计特征量,由于统计量无差别的使用影响了方法的预测性能。基于此,利用主成分分析（PCA）算法对该特征向量进行降维,得到“精简的特征向量”,用此向量可以达到更好的分类性能和评估性能。试验证明,在图像数据库上,该算法表现出较好的预测性能,其性能优于其他主流的无参考图像评估算法。