隐身与反隐身技术的发展研究

通过对国外几种典型隐身飞机隐身机理的分析和隐身效果的对比,阐明隐身的必要性及其关键技术,并介绍当前用于隐身性能计算的几种数值解法及其特点.分析隐身飞机RCS减缩的局限性,说明雷达反隐身的可能性,并阐述当前隐身和反隐身技术的实现途径和发展方向.     

统计能量优化设计法研究

用设计变量表示统计能量法参数,建立统计能量法方程解得结构各频段能量值,用能量值表示目标函数,基于此建立基于统计能量法声振优化设计模型.对一个由两子系统构成的结构进行优化设计表明,由于能量随频率变化的光滑性,基于统计能量法的模型很适于优化设计.     

基于数字图像合成器的ISAR微动干扰方法

根据目标微动产生的微多普勒谱会影响ISAR成像的特点,提出了基于数字图像合成器的ISAR微动干扰方法。该方法将传统的固定假目标模板修改为具有一定微动特性的假目标模板,并将该模板对截获的雷达信号进行调制,得到了包含微动信息的干扰信号。研究结果表明该干扰信号不仅可以对ISAR形成微动特征欺骗干扰,还可以对ISAR图像造成一定程度的污染,甚至形成散焦压制干扰。最后,计算机仿真实验验证了该方法的有效性。     

基于SVM的军用飞机任务能力评估方法

从飞机作战使用的角度出发,分析了影响运输类飞机任务能力的主要因素,建立了运输类飞机任务能力评估指标体系。在此基础上针对当前飞机任务能力评估方法的不足,提出了基于多元分类支持向量机的飞机任务能力评价方法并以某航空型号项目为例,介绍了该方法的应用情况。实例表明,运用该方法对飞机设计方案任务能力进行评估,不仅可以快速地对方案进行任务能力优劣排序,而且可根据现役飞机使用情况找出设计方案的具体不足,初步解决了飞机设计阶段任务能力评估难题。     

雷达不同工作模式下跟踪任务的信息需求分析

雷达采用不同工作模式跟踪目标是有差异的。给出了跟踪任务信息需求的分析方法,并在计算由传感器量测带来信息增量的基础上,重点对边跟踪边扫描和跟踪加扫描两种模式对跟踪效果的影响进行了研究。实验结果分析了这两种工作模式下雷达量测间隔与跟踪任务信息需求之间的关系。从结论可分析出,与间隙量测方式相比,持续量测可以带来较为理想的跟踪效果,且信息需求能在较短的时间内予以满足。     

基于动力学仿真的6×6轮式越野车辆总体性能评价

为分析和评价某型6×6轮式越野车辆的总体设计性能,建立了整车多刚体动力学模型、刚柔耦合动力学模型以及悬架系统台架试验模型,计算了整车固有特性,依次进行了悬架系统运动学、行驶动力学、操纵稳定性分析。在计算车体和悬架摆臂结构模态的基础上,考核了典型行驶工况下车体和悬架部件结构的动态强度,依据国家相关标准,利用仿真结果对6×6整车设计进行了系统的评价,指出了该越野车总体设计性能的不足,为其进一步改进和优化设计提供了参考依据。研究方法对其他轮式越野车辆系统的设计和评价具有一定的参考价值。     

面向实体的仿真想定结构化描述方法

针对作战过程仿真模型的初始化需求,分析了仿真想定的具体内容,提出了面向实体的仿真想定结构化描述方法,即以实体的抽象和描述为核心,从实体、任务、结构、状态、行动、指挥决策6个方面来进行仿真想定内容的结构化描述,并利用XML语言在描述结构化、半结构化数据方面的突出优势,提出了基于XML的仿真想定数据存储模型,为进行作战想定的结构化和定量化提供了可行的方法,满足了由作战想定生成模型输入条件的要求。     

基于综合势力图的态势估计方法

在AI兵棋对抗中,能够更全面地理解态势信息是AI棋手获胜的前提条件.提出了基于综合势力图的态势估计方法,阐述了势力图的原理和一般生成过程,提出基于综合势力图的态势分析框架;将AI兵棋的静态信息、经验信息和动态信息计算叠加形成综合势力图,在此基础上分析敌方位置、视野以及火力威胁等态势相关信息,得到态势估计结果,为AI决策提供信息支撑;基于AI兵棋推演平台进行内置规则AI和基于势力图的AI之间的对抗实验,实验结果表明该方法能够提升AI决策的准确性,提高AI在兵棋对抗中的胜率.     

战术级空地联合行动空域管控:空中"红绿灯"技术

随着装备、体系的不断进步,未来战争呈现多兵种联合作战的趋势,空地协同联合作战成为主流,战术级空域管控技术的研究至关重要.通过对传统空域管控技术的优缺点进行分析,提出了战术级空中"红绿灯"空域管控技术.通过对空域切分、"空中"红绿灯运转流程以及系统防碰撞的研究,形成了完整的战术级空域管控方法.提高空域利用率、时效性的同时,为我军进行战场空域管控提供了参考.     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。