基于群决策和QFD的型号装备作战需求论证方法

通过研究定性问题的定量化处理方法和2类关键模型,提出了基于群决策和QFD的型号装备作战需求论证方法,阐述了方法的基本流程,构建了方法应用的数学模型,在一定程度上解决了需求论证中＂定量方法不足,需求论证不清＂的难题,为型号装备立项综合论证提供了方法支撑。     

贫信息下空袭兵器威胁能力评估方法

现代防空作战中,各种空袭兵器突袭能力不断增强,对我方目标构成了极大威胁.因此,需要对空袭兵器的威胁能力进行评估,合理分配各种防空火力,以达到保护我方目标的目的.研究了现代防空作战背景下,空袭兵器威胁能力评估的全过程,给出了贫信息下,威胁能力评估的算法,建立了数学模型,最后用实例说明了该评估方法的实用性.     

舰船噪声模型可信度评估方法

对舰船噪声模型进行可信度评估,是合理运用噪声模型进行仿真分析的重要环节.通过分析时频特征,建立了舰船噪声模型;提出了一种基于特征相似的舰船噪声模型可信度评估方法:先在时域、频域分别对模型输出噪声与实际噪声的各特征相似度进行分析,再用层次分析法对整个噪声模型进行可信度评估,并对实测数据进行应用与分析.分析结果表明:该舰船...     

基于MHD的反舰导弹预定目标选择方法

如何对编队预定目标进行自动选择,是超视反舰导弹亟待解决的一个问题.提出用基于Hausdorff距离的形状匹配理论来解决编队预定目标选择问题.平均Hausdorff距离(MHD)能够较好地比较两个点集所构成形状的相似程度.通过寻找刚体变换下的最小MHD来搜索最佳匹配位置,最后用双向最近邻准则获得对应点.仿真实验表明了算法...     

基于ICP的编队预定目标选择方法

如何对编队预定目标进行自动选择,是超视反舰导弹亟待解决的一个问题.反舰末制导雷达对编队预定目标的选择,可通过点集匹配来实现,基于此提出了一种运用ICP (Iterated Closest Point)算法进行编队预定目标选择的方法.首先通过一个粗搜索过程来确保ICP算法的初始值选取性能,然后运用ICP算法精确搜索最佳匹...     

弹性基上圆柱管弯曲行为的高阶剪切梁理论解

以弹性基上圆柱管为研究对象,基于高阶剪切变形梁理论推导了Winkler弹性基圆柱管弯曲变形的高阶剪切梁理论控制方程,给出四种典型工况弯曲问题的精确解.研究表明,无须假设剪切修正系数,只需引入适当横截面翘曲形状函数,高阶梁理论在圆柱管内外表面满足剪应力τxr为零的边界条件,且对于不同长径比和厚径比的圆柱管弯曲问题均能提供...     

空中进攻作战天基信息"云"支援体系建设研究

天基信息支援下的空中进攻作战对于夺取战场控制权、改变战争局面发挥着不可估量的作用.随着作战领域不断融合和人工智能、云计算、大数据等技术在军事领域的深入渗透应用,现代空中进攻作战展现出不同以往的样式与特征.基于新特征下的空中进攻作战对天基信息支援的作战需求设计了天基信息"云"支援体系,分析了空中进攻作战中天基信息支援技术体系支持,对人工智能、大数据等新技术在天基信息支援体系建设中的应用和未来空中战场发展方向进行了展望.     

大功率IGBT器件及其组合多时间尺度动力学表征研究综述

在提出电力电子器件及其组合多时间尺度动力学表征需求的前提下,以目前常用的全控型电力电子器件——绝缘栅双极晶体管(Insulated Gate Bipolar Transistor,IGBT)为例,系统分析并归纳了目前在IGBT及其组合多时间尺度动力学表征研究方面的进展和成果,包括作为基础的大功率IGBT及其组合多时间尺度电热瞬态建模方法、基于模型的大功率IGBT模块失效量化表征方法以及用于辅助分析的IGBT组合多速率仿真方法。此外,介绍了基于IGBT多时间尺度模型的装置应用设计案例。从建模方法、可靠性评估、仿真手段以及应用设计四个方面系统全面地阐述了大功率IGBT及其组合多时间尺度的动力学表征方法,可为电力电子混杂系统的精确设计提供电力电子器件层面的理论和技术支撑。     

航空集群系统空对地作战效能涌现方法研究

航空集群作战系统通过自组织机制与行为调控机制的有机耦合,产生了新的作战能力,具有能力涌现特点.为评估集群系统作战效能,在机群作战效能评估理论的基础上,采用AHP层次分析法构建了无人-有人机协同作战集群效能涌现模型.结果表明,作战环境威胁越高,集群作战能力的涌现效果越明显,且随着等级的不断提高,能力的涌现不断增加,但是增加的幅度逐渐减缓.该方法的应用可为评估航空集群系统的对地攻击作战能力提供定量参考.     

MF-CFI: A fused evaluation index for camouflage patterns based on human visual perception

The evaluation index of camouflage patterns is important in the field of military application. It is the goal that researchers have always pursued to make the computable evaluation indicators more in line with the human visual mechanism. In order to make the evaluation method more computationally intelligent, a Multi-Feature Camouflage Fused Index (MF-CFI) is proposed based on the comparison of grayscale, color and texture features between the target and the background. In order to verify the effectiveness of the proposed index, eye movement experiments are conducted to compare the proposed index with existing indexes including Universal Image Quality Index (UIQI), Camouflage Similarity Index (CSI) and Structural Similarity (SSIM). Twenty-four different simulated targets are designed in a grassland background, 28 observers participate in the experiment and record the eye movement data during the observation process. The results show that the highest Pearson correlation coefficient is observed between MF-CFI and the eye movement data, both in the designed digital camouflage patterns and large-spot camouflage patterns. Since MF-CFI is more in line with the detection law of camouflage targets in human visual perception, the proposed index can be used for the comparison and parameter optimization of camouflage design algorithms.