符号检验在空战对抗仿真试验数据分析中的应用

针对如何提高仿真试验数据分析的科学性和可靠性,增强仿真工作者试验设计和统计分析的能力,首先简要介绍了符号检验法的基本原理、使用方法和使用策略.再以两型装备开展作战效能对比评估为背景,借助某型战术空战仿真系统,设计和进行了人在回路战术空战仿真试验,通过对仿真试验数据的分析,探讨了符号检验法的适用条件、应用方法和特点.最后通过算例证明,符号检验法是一种有效的对比型仿真试验数据的分析方法,具有较强的实用性和有效性.     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.     

防空导弹武器系统射击次数的建模方法*

为评估防空导弹武器系统射击效能,在一定假设条件下,通过对防空导弹武器系统射击过程的分析,对单目标通道建立了射击次数模型.该模型考虑了目标的航路捷径和飞行高度.单目标通道射击次数模型经适当变换可求出第一个目标通道的射击次数,并根据一个射击循环中可用目标通道数受遭遇时间的限制,分三种情况对多目标通道防空导弹武器系统建立了射击次数模型.最后举例进行了仿真计算,得到了不同T值下的射击次数和遭遇点.计算结果符合实际,表明该模型具有较好的适用性.     

潜艇规避水面舰艇编队搜索的效能分析

潜艇规避水面舰艇编队搜索是潜艇作战的重要组成部分,是潜艇完成作战任务的前提和保证.在水面舰艇对潜搜索的特点和编队对潜搜索有效宽度的分析基础之上,对潜艇规避搜索效能进行了研究,提出了潜艇规避水面舰艇编队搜索的基本模型,并针对不同情况分析了潜艇规避水面舰艇编队搜索的效能.最后,针对不同情况对潜艇如何规避水面舰艇编队搜索提出了具体的规避方法,规避方法贴近潜艇部队训练实际,切实可行,对提高潜艇规避水面舰艇编队搜索的效能具有指导意义.     

VORONOI图的无人机航路快速初始规划

在分析VORONOI图的性质与威胁代价函数的基础上,针对航路的初始规划提出了一种先局部优化后进行全局优化的算法,从而避免在航路全局优化时陷入局部极小点的危险.通过对一个简单算例的分析,阐述了这种规划方法的合理性和快速性,给出了其对应的伪代码.它可对其他各种航路规划算法的边界条件进行初始预处理,快速确定初始可选航路集的解,缩短航路规划的时间;针对某阵地航路规划的仿真结果表明了该算法的有效性,初始的航路集有效地避开了威胁配置较密集的地方,同时尽量以较短的航路接近目标.     

基于任务分析的航天装备体系研究方法

航天装备的发展是一项复杂的系统工程,必须建立行之有效的研究方法作为指导.首先分析了航天装备体系的层次性特征,然后对基于任务分析的航天装备体系研究方法的思想和步骤进行了详细的阐述,方法以军事需求为切入点,以作战能力指标、任务指标、技术指标三类指标所建立的指标体系为术语标准贯穿始终,通过层层分解、逐层细化、反复迭代,最终给出满足军事需求的航天装备体系技术方案.最后从某一具体作战样式对航天装备体系的军事需求出发,研究了方法的具体实现,建立了指标体系.     

基于人眼视觉机理的红外图像边缘提取

在描叙了On型感受野特性的基础上,结合Bubble函数和负高斯-拉普拉斯二阶微分函数,给出了实用的On型感受野数学模型;探索性地描叙了人眼微动产生中央凹区信息精细处理、周边区域保持适度警觉的机理,据此提出了大尺度On型感受野与小尺度Off型感受野相结合的人眼微动精细处理模型,并利用该模型对红外图像进行了边缘提取,显示出对弱小目标处理的快速性和精确性.     

弹炮结合武器系统综合效能评估指标体系

效能评估指标体系是弹炮结合系统综合效能评估的基础环节.首先,通过对弹炮结合系统参数结构模型的分析,探讨综合效能评估指标体系的设计原则,并提出弹炮结合系统综合效能评估指标的基本结构和体系;接着,在此基础上建立弹炮结合系统综合效能评估的模型指标框架.分析表明,该指标体系框架为弹炮结合系统的综合效能评估奠定了基础.     

网络中心战条件下的导弹作战模拟研究

从网络中心战的概念入手,分析了网络中心战条件下导弹作战的概念;从导弹作战系统入手,结合网络中心作战样式,分析了网络中心战条件下导弹作战系统内部结构;从系统动力学基本原理出发,结合导弹作战的概念和结构,建立了网络中心战条件下导弹作战的系统动力学模型;从作战想定出发,突出战场制信息权的重要性,制定了作战对策,形成了导弹作战对策的结论;最后提出了加强我军导弹部队信息化建设的建议.     

一种BP神经网络算法的改进模型

首先对BP网络的结构和算法进行了分析,针对BP网络收敛速度慢,容易陷入局部极小等问题,提出了一种改进的BP网络模型,并对该模型算法进行了改进,通过激活函数的选择,网络的初始化,学习率的调整和训练样本数据的处理等方法,可实现加快网络的收敛速度,并且较好的解决局部最优问题.