基于满意决策的多UAV协同目标分配方法

目标分配是UAV自主控制的重要问题。提出了基于满意决策的多UAV协同的目标分配技术,为解决多UAV协同的目标分配问题和多机场起飞的UAV编队配置问题提供了一种新颖而有效的方法。重点对其中的满意集计算、联合满意度、拒绝度和选择度的建立和计算等关键问题进行了讨论。以压制敌防空火力任务为背景对该方法进行了仿真,并将本文提出的方法和其他方法做了比较,仿真结果表明基于满意决策的多UAV协同的目标分配方法在效率上有明显优势。     

气相色谱法测定发射药中双安定剂成分的含量

采用丙酮石油醚混合溶剂对单樟-11A-8/1发射药中的两种安定剂(二苯胺和二号中定剂)进行提取,并使用SP2100气相色谱仪的FID检测器和TCD检测器对提取液中两种安定剂的浓度进行了测定,进而得到了两种安定剂在单樟-11A-8/1发射药中的百分含量。实验结果表明,FID检测器比TCD检测器检测精度高。采用FID检测器时,实验结果重复性很高,能够满足对单樟-11A-8/1发射药进行质量监控的需要。     

复杂非线性隔冲减振系统计算分析

基于结构动力学理论,提出了一种用于分析计算复杂非线性隔冲减振系统的双模型两步计算法。该方法将冲击振动分成2个阶段:冲击作用阶段和自由振动阶段。冲击作用阶段,采用两自由度模型进行响应计算,该两自由度模型可有效地解决基础冲击输入问题;自由振动阶段,采用单自由度模型进行响应计算,设备在该阶段以冲击终了时刻的速度和位移为初始条件进行振动。文中还对一个典型的复杂非线性系统的冲击过程进行了数值计算.该方法亦可用于线性隔冲减振系统的计算分析.     

一种改进的强跟踪滤波算法的推导及仿真验证

针对一般强跟踪滤波算法(STEKF)在光纤陀螺动态输出滤波过程中存在跟踪效果不好的缺陷,分析推导一种新的强跟踪滤波算法(ISTEKF),使其能够克服原先算法存在的缺陷,并利用光纤陀螺动态输出数据进行仿真验证,滤波结果表明ISTEKF算法能够达到很好的跟踪效果,且具有较强的自适应能力。     

无线传感器网络中数据流异常数据的联合估计算法

为保证无线传感器网络数据的完整性,针对数据流中存在异常数据的问题,提出了一种基于BP神经网络和多元线性回归的联合估计算法。首先,将存在异常数据的数据流作为样本输入,利用神经网络的非线性拟合能力对异常数据进行估计。然后,通过相邻的传感器节点数据建立多元线性回归模型,对异常数据进行估计。最后,根据两种算法在不同情况下的误差大小,调整它们各自在异常数据估计中的权重,计算出最接近真实值的估计值。以Berkeley Intel实验室的传感器数据为实验数据,通过Matlab软件对本文方法进行测试并分析仿真结果,实验结果表明文中提出的方法能对异常数据进行有效估计,并且具有较高的可靠性和稳定性。     

无人侦察机作战效能评估模型

以层次分析法为基础,应用模糊评价的方法,综合考虑无人侦察机自身系统以及在作战运用中的多种情况,提出了完整的无人侦察机作战效能评估指标体系.建立了无人侦察机作战效能评估模型,从而实现了无人侦察机作战效能的定量评估,其中效能指标综合计算中融合了层次分析法和模糊系统理论.通过仿真计算,验证了模型的正确性.研究结果避免了复杂推理过程,且计算方便,可用于无人侦察机发展论证及实际作战.     

一种新型内孔热喷涂技术及涂层性能研究

介绍了一种新型的内孔热喷涂技术———离心雾化等离子喷涂技术,并阐述了该技术的工作原理和工作过程。通过试验制取了3Cr13涂层和铝涂层,使用扫描电镜、能谱仪和光学显微镜等仪器设备对2种涂层的表面和截面进行观察分析,结果表明,通过该技术制取的涂层具有和传统电弧喷涂层类似的组织结构,并具有氧化物含量低,喷涂粒子大等特点。     

随动系统智能测量结构的实现

介绍了舰炮随动系统的一种智能测量结构 .它采用微机控制技术 ,能自动对随动系统的多项技术性能进行定量测试 .通过引入虚拟仪器设计思想 ,内嵌数据库和软件示波器 ,实现了对正弦机、光线示波器和振子箱等人工测量仪器的替代     

基于认知的武器系统能力描述模式

研究武器系统能力的过程,是通过实践不断认知武器系统能力,并不断反馈的过程。为此,提出基于认知的武器系统能力描述模式。首先,研究武器系统能力的基本概念,提出将武器系统能力分解为能力要素,直至底层的能力原子,对能力原子分析起关键作用的特性称为能力属性。其次,建立基于认知的武器系统能力描述的三维模型——包括语用维、语义维和语法维。第三,提出由语用分析、语义分析和语法描述构成的武器系统能力的描述框架。最后,通过一个案例示例以说明了模式的有效性和实用性。     

基于概率神经网络的空袭目标识别

针对BP网络的不足,提出基于概率神经网络(PNN)进行空袭目标识别的方法。首先提取空袭目标的速度、高度、机动加速度和雷达反射面积等特征并进行归一化处理,作为输入层数据,然后建立了概率神经网络目标识别模型。M atlab仿真实验表明,该方法识别空袭目标简单快速且准确率高,具有良好应用前景。