网络化巡飞攻击弹药鉴定试验方法研究

网络化巡飞攻击弹药(NLAA)是一种新型的信息化弹药,采用无人机技术、弹药技术和数据通信技术等多项高新技术,是未来弹药领域发展的重要方向.针对网络化巡飞攻击弹药的特点和关键技术,提出了网络化巡飞攻击弹药在鉴定试验中需要开展结构强度、制导精度、数据链测试、安全性和可靠性、毁伤评估以及弹道测试等关键试验技术研究,为网络化巡飞攻击弹药定型试验技术研究提供了方向.     

基于多智能体的编队协同试飞仿真与效能评估

为了降低编队协同试飞风险和代价,提出建立编队协同试飞仿真平台对试飞的效果进行评价.首先,建立了编队协同试飞模型的总体框架.在此基础上建立了基于多智能体的编队协同试飞总体结构并明确了各类型Agent的功能.然后,确定了指挥控制中心Agent与编队Agent进行命令交互的过程并建立了编队Agent和战斗机Agent的模型.最后,建立了基于兰彻斯特理论的效能评估模型,并对设定的红蓝编队进行了仿真和分析.     

导弹两种蛇形机动对反导舰炮突防效果比较

为探讨反舰导弹的近距离机动突防能力,用仿真方法计算了反舰导弹末端作水平蛇形机动和垂直蛇形机动时对近程反导舰炮武器系统的突防概率,以图示方式给出了两种机动周期、两种舰炮射速、多种机动幅值条件下的计算结果.结果表明,短周期大幅度的频繁机动可显著提高反舰导弹的突防能力,且两种蛇形机动的突防效果大致相同;而提高舰炮射速则是削弱...     

粉末燃料冲压发动机内镁粉尘云层流燃烧模型

对粉末燃料冲压发动机预燃室内镁粉尘云燃烧过程进行了研究,建立了镁粉尘云的一维层流预混燃烧模型。研究表明,镁粉尘云层流火焰传播很稳定,燃烧过程中火焰结构基本不变,燃烧区很薄,而预热区厚度约是燃烧区的2-3倍。粉尘云中镁颗粒的蒸发和气相镁与氧气的均相反应是产生火焰的直接原因,也是火焰得以传播的关键。预热区气相温度升高主要靠燃烧区气体的导热和扩散过来的气相镁与氧气反应释放热量,而预热区颗粒相温度升高主要靠气相对其对流传热。分析了各参数对粉尘云燃烧的影响,颗粒相对浓度对粉尘云燃烧的影响比较复杂,在浓度较低的情况下,增大颗粒相对浓度有利于粉尘云快速燃烧;而在浓度较高的情况下,增大颗粒相对浓度则不利于粉尘云快速燃烧。随颗粒粒径的增加,火焰传播速度减小,火焰温度升高,预热区厚度增大。火焰传播速度和火焰温度随粉尘云初温增加线性增长,预热区厚度随粉尘云初温增加抛物线增长。数值模拟与文献中试验结果的变化趋势相一致。     

面向架次率的机场资源配置优化模型

架次出动率是评价军用飞机作战能力的一项重要指标.面向架次率这一重要指标,基于排队理论和边际分析法建立了机场资源配置优化模型.首先建立架次生成过程的闭排队网络模型,使用平均值分析方法获得给定资源配置下,任意架飞机参与飞行时的架次出动率;然后结合平均值分析算法和边际分析方法,综合考虑资源的价值和对架次率的影响,建立面向架次率的资源配置优化模型.此模型可为机场资源配置提供决策方案,并通过一个实例介绍了本模型的应用.     

刍议基于全寿命周期下的消防投资费用及其影响因素

从微观经济学考虑,以某单体建筑为例,对不同投资方式利用价值工程、净现值等经济学指标进行比较和分析,将消防设施的全寿命周期与房建中的全寿命周期结合起来进行技术经济比较,得出:装修后消防设施每次使用年限、基准收益率等是影响消防投资费用的关键因素.     

测时差定位的误差分析及表征方法

测时差无源定位具有很高的测量精度,但是时差定位在不同的定位区域定位误差差异非常大,更为重要的是误差区域分布形状复杂,用传统的误差半径和误差面积都很难表征具体点误差在军事上的意义.引入了概率椭圆来表示目标的概率分布,可较好地表征不规则的误差分布,有很强的军事应用价值.并给出了目标处于不同位置时的概率椭圆算法.     

弹道修正弹及弹道修正关键技术分析

文章从弹道修正弹的军事需求入手,分析了弹道修正弹的基本概念、工作原理、设计原则以及目前的发展现状,并对弹道修正的关键技术进行了重点阐述.     

基于组合函数的弹药装填机器人轨迹规划

针对非确定环境下弹药装填机器人作业过程需满足平稳、连续及实时控制易于实现的要求,提出了基于三次多项式与五次多项式相结合的组合函数的弹药装填机器人轨迹规划方法,并对弹药装填机器人取弹作业进行了轨迹规划和仿真计算,实时得到各关节角度、角速度和角加速度,结果表明:该方法既能保证弹药装填作业过程的平稳性与连续性,又能满足作业轨迹高阶导数连续性的要求.     

基于点云配准的室内移动机器人6自由度位姿估计

针对移动机器人在室内环境下难以获取GPS定位信息,仅靠自身惯导不能得到精确位姿的问题,提出了一种基于RGB-D传感器获取三维环境点云,对连续点云提取特征并进行配准的移动机器人6自由度位姿估计方法.首先通过RGB-D传感器获取环境深度图像,根据特征提取算法提取点云特征;然后以特征点为配准点,运用随机一致性采样(RANdom SAmple Consensus,RANSAC)算法对点云进行初配准,剔除部分错误匹配点,获得初始变换矩阵;最后采用改进的迭代最近点(Iterative Closet Point,ICP)算法进行精配准,获得点云间的最终变换矩阵,实现位姿估计.实验结果表明:该方法有效地提高了大规模点云配准效率,得到了较精确的位姿估计信息.