指挥与自动化两张皮问题研究

当前指挥自动化建设中大量存在着“指挥”与“自动化”两张皮的现象。一般认为,通过加强军事需求研究、建立军事技术联合团队、培养“指技复合型”人才,就可以克服两张皮问题。实际上,军事需求和技术实现的割裂,只是冰山一角,更长远的对策,应立足于“指挥”和“自动化”两者在理论基础、理论体系上的统一。     

大误差条件下尾流自导鱼雷齐射间隔问题

当目标运动要素误差较大时,可组织尾流自导鱼雷双雷齐射.阐述了尾流自导鱼雷平行航向齐射组织方法及数学模型.在一定条件下,仿真分析了目标速度、目标航向和目标距离存在大误差时,至少1条鱼雷捕获目标尾流概率随鱼雷间隔的变化规律,最后根据仿真结果给出了鱼雷间隔设置建议.     

未确知条件下多枚导弹打击不规则面目标的毁伤效果评估

在信息缺乏的情况下,如何提高对多枚导弹打击不规则面目标毁伤效果评估的可信度是导弹作战运用研究的重难点。通过蒙特卡罗方法建立给定参数下的面目标毁伤效果评估模型;采用信度分布函数对该问题的未确知性进行评估,评估结果显示毁伤效果未确知性较高;基于信度熵,分析导弹各个属性的未确知性对毁伤效果未确知性的影响;通过针对性减小影响大的属性的未确知性,迭代减小毁伤效果的未确知性。仿真实验结果表明面目标有效毁伤率的未确知范围得到显著减小。该研究能够有效指导毁伤效果评估工作,减小其中的不确定性。     

数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

典型作战流程和分级环境下发射车生存能力改进ADC评估模型

为了综合评估发射车在作战中的生存能力,区分参数-性能-能力-效能四个层次建立武器装备评估空间,构建对象、内容和层次三个维度的评估框架,划分五类自然环境、三级威胁环境和三种作战状态,将外界环境引入评估过程,用被发现概率和损毁概率表征发射车隐蔽伪装能力和抗毁防护能力,建立发射车作战状态转移概率矩阵,提出典型作战流程和分级环境下的发射车生存能力改进可靠性、可信性、可用性综合评估模型。通过仿真分析,在不同环境和作战状态下各型发射车生存能力差异明显,模型能在性能空间、环境空间、作战流程空间多个维度动态评估发射车的生存能力,为发射车性能设计、战场运用     

基于Wigner分布的干扰项抑制及算法

Wigner分布是一种真正意义上的时频分析方法,但存在其固有缺陷即虚假时频谱(干扰项)问题.将实信号转化成所对应的解析信号,并采用Choi-Williams方法对Wigner分布进行修正,实现了对干扰项的有效抑制,获得了满意的信号时频谱.给出了用解析信号计算信号Wigner分布及Choi-Williams分布算法.通过几个典型信号(多分量信号、调频信号等)对所研制的软件进行仿真实验,结果与理论相符,表明了软件算法的正确性.     

某自行高炮虚拟训练系统设计及关键技术

结合自行式高炮装备的结构特点和训练需求,采用机理与外观相分离的设计思想,建立一种多节点、多任务的分布式仿真训练系统。以机理模型为设计核心,采用了客户/服务器模式的系统拓扑结构。介绍了复杂装备外观建模方法和交互技术以及基于MATLAB的机理模型构建和系统集成方法。     

基于压制武器系统的自组网实现方法

根据压制武器系统网络的特点和未来战争对武器系统的要求,将自组网引入到了压制武器系统网络,介绍了其实现方法。该方法结合通用的自组网协议提出了网络的设计方案,采用了跨层的方法,主要设计链路层、网络层和传输层,网络实现采用模块化的设计方式。本网络具有一定的自组织、自恢复能力,具有更高的可靠性、灵活性,在一定的距离范围内能够满足网络通信的基本要求。     

某型弹用管控高温通讯异常分析

某型弹用管控处理装置在环境应力筛选试验高温阶段出现通讯异常现象,对故障产生的原因进行了查找和分析,最终得出是由于器件选用时考虑不周导致信号在高温出现时序判读错误,由此及时解决了问题并从中获得宝贵经验和启示。     

野外复杂背景下轻武器射击目标的图像识别算法

针对野外复杂背景下轻武器射击目标图像的分析判别,首先采用一种彩色空间聚类分析和阈值分割相结合的混合算法,即基于S、I通道的目标图像两步分割算法,将目标区域从背景图像中分离出来.然后基于机器学习理论中的Boosting算法,利用区域的形状特征和纹理特征等组成一个强分类器,将目标区域从其他区域分离出来,同时判断出目标的类型.