采用改进遗传算法的舰载机保障调度方法

舰载机保障作业过程受到多种资源约束,同时可能存在突发事件的干扰。针对此特点,分析并制定干扰情况下的模型修正策略。在遗传算法中引入禁忌搜索算子改进传统遗传算法的变异操作,并通过具体实例进行仿真验证,其结果证明改进后的遗传算法在优化含干扰事件的多机保障问题时效率更高,并通过甘特图直观地反映重调度方案,为真实情况下有效处理舰载机保障过程中的干扰事件奠定理论基础。     

美军侦察情报力量利用分析

从本世纪初美军发动的几场局部战争看,美军十分重视发挥侦察情报工作的重要作用。美军侦察情报工作很大程度上代表了世界新军事变革在侦察情报领域的最新成果和发展趋势。在分析梳理美军侦察情报力量建设现状、运用特点和经验做法的基础上,结合我侦察情报力量的建设运用情况,分别从侦察监视手段建设、侦察情报保障机制、信息网络平台建设、情报保障实践运用等几个方面作了探讨,旨在为我军侦察情报力量建设提供借鉴和参考。     

轮式车载防空导弹行进间发射动力学仿真分析

利用谐波叠加法生成三维随机路面图,建立三维随机路面模型和8×8轮式车载防空导弹多体动力学模型。根据对比试验法设计平整路面静止状态、D级路面10 km/h和20 km/h 3种工况,对影响导弹出筒时刻状态的因素进行了分析。对行进间发射进行了不同时刻导弹弹射实验仿真,去除实验结果的偶然性,得出影响行进间发射导弹出状态的两个主要因素:在导弹弹射时刻车体的振动状态和导弹与导弹箱之间的接触碰撞。     

一种提高防空导弹武器系统守时精度的方法

随着现代战争逐步向以网络为中心的信息化作战的发展,为赢得战场主动权,提高信息资源的实际应用性,对作战系统内的时统提出了更高要求。剖析了系统守时误差的来源,针对以网络时码数据和准秒脉冲进行校时的系统,提出了一种提高系统守时精度的方法——误差比例修正法,该方法采用自适应修正功能,使系统在失去准秒校时后的较长时间内仍能保持一定的守时精度,并且成功在某型号防空导弹武器系统中运用,试验结果验证了该方法的有效性和可行性。     

基于防空反导的战术级通用态势图分析研究

针对不同战场角色、作战任务、作战规模、战场级别、关键事件环境等情境因素中,指挥员无法准确而迅速地获取需要的信息等问题,在战术级指控系统与当前防空反导发展趋势的基础上,集中详细地阐述了通用态势图。在战场态势预测分析的基础上,进一步介绍了其关键技术,并通过仿真数据进行了验证。在帮助指挥员深入认知战场态势上提供了辅助,从而减少了冗余态势信息对指挥员的干扰,缩短了整个决策环的时间。     

炮射子母弹对均匀分布集群目标射击效率计算

将子弹均匀散布椭圆区域等效转换为均匀散布矩形区域,在适宽射向射击条件下,通过对单个目标条件毁伤概率的分析,导出了子母弹对矩形地段上均匀分布的集群目标射击效率计算数学模型。为提高计算效率,采用积分变量代换方法,将子母弹对集群目标射击效率计算由四重积分转化为二重积分。在将母弹散布近似看成正态散布和均匀散布下,给出了射击效率计算的两种对应的近似计算方法。算例表明,模型与方法计算精度较高。     

分布式传感器网络自适应一致性融合估计算法

针对分布式传感器网络的目标一致性状态估计问题,提出自适应一致性融合估计算法。考虑到网络中节点为测距和测方位的传感器,基于观测噪声与目标状态相关的假设,构建量测模型;引用无迹卡尔曼滤波与CI算法得到各节点的局部估计,通过误差矩阵加权更新节点状态以改进一致性算法,实现各节点对目标状态的一致性估计。仿真实验结果表明,该算法能够在快速收敛的过程中实现无中心节点的分布式传感器网络中各节点对目标位置的精确估计,同时又保证各节点之间的一致性。     

反舰导弹“双一”攻击最大攻击角计算方法

针对反舰导弹"双一"攻击作战中航路攻击角的制订缺乏定量依据、飞行航路中转弯角影响考虑不足等问题,研究最大攻击角计算方法。从反舰导弹飞行航路的航路点数量、转弯角、航路点间距、航程等方面对约束条件进行建模;提出了以攻击角最大、航程最短为目标函数的双目标规划方法;分析了航路点间距、航路点转弯角之间的关系。最后仿真计算了航路点数量确定与变化两种情况下的最大攻击角。结果表明:随着航路点数量的增加,反舰导弹最大攻击角迅速增大,但对反舰导弹的航程提出了更高要求;若过度追求大攻击角,将难以发挥反舰导弹的射程优势。     

基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。