过氧化氢发动机中的低频振荡

过氧化氢是现代液体火箭推进剂的重要发展方向。针对过氧化氢发动机试验中出现的低频振荡现象,通过建立发动机系统模型,对这种振荡现象进行了仿真和分析,成功实现了发动机的稳定工作。本文将有利于结合仿真和试验,促进过氧化氢发动机的研制。     

基于演化网络的体系对抗效能模型

在对Lanchester假设的扩展和网络化基础上,构造了体系对抗战场的图论表示FR,B=红军网络IR∪蓝军网络IB∪交战空间fR,B,利用生成fR,B的随机子网和对参战网络"去点"的方法,提出一种统一表示体系对抗中交战行为与网络行为的模型新范例——体系对抗演化网络模型,模型中网络部队作战效能不但依赖兵力规模和武器性能,而且受网络结构及其战场环境的影响。试验对比了拥有同等作战资源网络体系的作战效能,得到在一个对抗系统中无标度网络对随机网络的胜率高但并非总赢的结论,初步分析了在对抗系统中无标度网有效、鲁棒但脆弱的原因。     

军事能力到装备系统的双层规划模型及其求解算法

阐述了基于能力的军事规划新思路,提出了从军事能力到系统项目的两层规划模型。该模型上层以效果和效果-成本比值最大化为目标,通过资本规模来约束下层决策。下层以各种能力最大化为目标,在成本约束下寻求不同系统项目的最佳组合,并将结果返回上层影响最终的决策。应用了多目标遗传算法来求解该规划模型。算例结果表明,所建立的双层规划模型及其求解算法对于国防资源分配问题是有效的。     

基于灰色决策原理的导弹核武器最佳配置模型

核武器是国家军事战略的基石,其配置的合理性直接影响核力量作战运用的成效.分析了影响导弹核武器配置的因素,将导弹核武器划分为平时和战时两种状态,构建了导弹核武器最佳配置的灰色规划模型计算结果验证了模型的正确性.研究表明:基于灰色规划原理构建的最佳配置模型在解的稳定性、模型的适应性上要优于同类线性规划模型.核武器最佳配置问题一直是核作战运用研究的重要内容.研究成果可为导弹武器的订购、存贮、阵地配置及作战运用提供理论决策依据.     

坦克火控系统仿真研究

坦克火控系统仿真是坦克模拟训练研究的重要组成部分和重点研究内容.结合科研实践,运用单片机技术和计算机仿真技术,基于汇编和VC编程机制,着重对坦克火控系统系统仿真的基本原理、数据采集的实现(包括测试)、三维战场环境和弹丸外弹道模型的构建等方面进行分析研究.实践证明,该系统设计合理,运行稳定可靠,抗干扰性强,效费比高,能够很好地满足坦克模拟射击的需要.     

多星联合对地观测能力评估系统设计与实现

根据卫星对地观测原理,提出了一种基于任务规划的多星联合对地观测动态能力评估方法,并设计实现了相应的多星联合对地观测能力评估系统。该系统能够评估卫星系统针对具体任务的整体应用能力,支持卫星系统的顶层设计和规划论证。介绍了该评估系统的总体结构及功能,讨论了系统实现过程中的调度预处理、STK接口、调度引擎、能力评估等关键模块的实现技术,总结了系统的应用前景。     

导弹飞行试验破片速度测定方法及其误差修正模型研究

破片速度的测量是导弹实弹飞行试验中一项难度较高的课题,准确的测量结果对于科学评价武器毁伤效能等技术指标具有十分重要的意义.立足国内技术现状,综述了导弹破片速度测量评定的一般方法,分析了各方法的基本原理,针对每种方法探讨了测量评定破片速度所存在的误差源.结合导弹实弹飞行试验特点及靶场试验实际情况,重点对采用靶网法测量单枚破片速度的误差及误差源进行了分析,给出了误差修正模型及提高测速精度的技术措施,并指出了靶场现有破片测速方案的不足和改进方向.论文成果在靶场实践中得到了部分应用.     

杂合数据的粗糙集属性约简方法

针对决策表中属性取值为杂合数据的情况,提出了基于粗糙集理论的属性约简算法.首先给出了对象间在杂合数据下的相似度计算定义.为了获取合理的对象集合的软划分,给出了阈值计算的最优化模型,并基于粗糙集的上、下近似的概念,得到对象集合在条件属性下的上、下近似的覆盖划分.之后,通过各对象基于条件属性和决策属性的上、下近似下的分布矩阵描述,利用最大分布矩阵,直观地得到两种不同观点下的约简结果.实验结果表明了本算法的合理和有效性.     

神经网络在数字化装甲部队指挥信息对抗中的应用

在信息化战争中,对数字化装甲部队指挥信息对抗能力的评估是复杂而重要的问题,采用何种评估方法是值得研究的.在建立数字化装甲部队指挥信息对抗能力指标体系的基础上,运用BP(Back propagation)神经网络(又称为多层前馈神经网络)模型来求解.     

自适应学习率的小波神经网络逼近算法

提出一种自适应学习率的小波神经网络算法,从根本上解决了小波神经网络学习率的取值和收敛速度慢的问题,并有效地克服了小波神经网络易陷入局部极小的缺点,仿真实验表明,提出的学习算法可靠,学习率能够随着网络的运行参数而自动变化,无需任何人为调整,克服了小波神经网络学习率靠人为试算选取所带来的问题.采用该种改进算法用于非线性函数逼近明显优于同等规模的固定学习率的小波神经网络.