联合作战装备维修保障体系协同研究

针对联合作战装备维修保障体系要素级联耦合、协同关系复杂的特点,揭示了体系内部功能子系统之间以及体系与外部环境之间,从微观层、中观层到宏观层的协同机理,构建了体系有序度模型与体系整体协同度模型,并进行了实证分析.该模型具有一定普适性,可为提升联合作战装备维修保障体系协同保障能力提供科学方法与决策参考.     

用于GPS接收机的功率倒置阵抗干扰性能研究

分析了GPS接收机自身的抗压制性干扰能力 ,并对采用了功率倒置算法的GPS接收机抗压制性干扰性能进行了研究 ,得出结论 :采用功率倒置阵是提高GPS接收机抗压制性干扰性能的有效手段。     

一种基于TF·IEF模型的在线新闻事件探测方法

空间电磁编队具有不消耗推进剂、无羽流污染、连续可逆和同步控制等优势,静态电磁编队在光学干涉成像等领域具有广阔应用前景。动力学平衡态的稳定性与控制是实现静态电磁编队的基础。论文针对双星电磁编队沿径向、切向和法向分布的三种平衡态构形,利用Kane方法建立了6-DOF耦合非线性动力学模型,分析了三种平衡态构形的开环稳定性、耦合特性与控制需求,最后设计LQR控制器,实现了平衡态构形的稳定控制,并进行了仿真验证。     

对防空部队自动化控制系统的电子压制(二)效能指标

电子压制是赢得现代战争的关键技术。首先分析电子压制的应用背景,建立地面防空系统的分析模型并给出攻击机突破地面防空系统过程中,电子压制对方自动化控制系统的效能评估指标。给出的模型和效能评估指标可对作战决策提供理论依据。     

疲劳裂纹闭合的非线性超声在线测量

建立了外部载荷作用下用非线性振动-声场调制指数表征裂纹尺寸的数学模型。根据对外载荷与塑性致闭应力共同作用下裂纹面的开闭响应的分析,提出了裂纹张开和闭合应力的在线测量方法。在一块含中心穿透裂纹的铝合金薄板试件上进行了裂纹闭合参数的测量实验,实验结果表明,使用振动-声场调制技术在线测量裂纹闭合参数是可行且有效的,且该方法还能用于分析小裂纹的特殊开闭行为。     

基于规则推理的海战仿真实体决策方法

研究在海军战术仿真中应用基于规则推理的方法实现作战实体的自主决策行为,该方法用决策规则描述作战实体决策时所依据的军事决策知识,通过对决策规则的推理实现决策作战实体的决策推理过程.分别介绍了作战实体的决策模型、决策规则的知识表示方法以及决策模型的决策推理方法.基于规则推理的海战仿真实体决策方法推理机制接近人类的思维方式,结构逻辑容易为军事人员所掌握,易于理解和维护,便于实现.     

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.     

基于改进多种群PSO算法的火炮随动系统调节器参数优化

针对传统火炮随动系统调节器参数整定难以达到最优的问题,提出一种基于K-均值与惯性权重指数递减的多种群PSO(KEDM-PSO)优化算法。为保证种群的全局搜索能力得到最优的参数,采用将初始种群划分为多个子群协同寻优的策略。综合考虑系统复杂程度、种群规模、解集的多样性及收敛性,采用K-均值算法将初始种群划分为3个子群,使3个子群协同寻优。为保持种群多样性,各子群不断地聚类重组,动态调整子群规模以更好地进化。子群寻优采用惯性权重指数递减策略,使得算法具有初期搜索范围大、速度快,后期惯性权重小,利于收敛、稳定的特点。试验表明该算法是有效可行的。     

无人作战的人机融合：挑战与出路

无人作战对于人和机器两个要素的融合提出了巨大的挑战。一方面,无人作战独特的作战模式和作战环境对于自然人的能力素质构成严峻挑战,高度智能化的作战系统运行速度、海量的数据信息日益挑战人类的反应能力和决策能力,虚拟的、远程的、与现实战场隔绝的作战环境日益挑战人类的心理素质。另一方面,机器的高度智能化虽然有利于更好地发挥潜在的作战能力,但也不可避免地带来战争失控和道德沦丧的风险。破解人机两个维度的挑战,实现人与机器的深度融合,一方面要利用增强技术从物理、生理、心理三个层面加速提高人类的能力素质,另一方面是强化机器人的伦理安全设计,坚守人类对机器人的控制底线,规避机器人失控和战争“非人化”的道德风险。     

基于神经网络的某扫雷犁电液伺服系统建模与控制

扫雷犁电液伺服系统是一类复杂非线性系统,基于传统建模方法构造的线性模型难以反映系统的本质非线性特征,因此提出采用基于正交最小二乘法的径向基函数神经网络对该系统进行精确建模;已有的手动分级控制或传统的PID控制方式不能满足精确控制的战术要求,提出采用基于广义训练和专门训练相结合的神经网络直接逆控制方法,实现系统吃土深度的有效控制。实验仿真结果以及与其他建模和控制方法的比较,验证了提出方法的有效性。