BP网络的优化及其在光纤陀螺温度漂移建模中的应用

针对BP网络存在易陷入局部极小和收敛速度慢的问题,采用遗传算法(GA)优化BP网络;采用混配的方法,对遗传算法进行了改进,克服了遗传算法中所存在的种群内过早收敛的缺点,并在光纤陀螺温度漂移建模中,取得了预测的效果。     

火控雷达有源诱饵三点源布局研究

火控雷达由于特殊的工作方式更容易受到反辐射导弹的攻击,为火控雷达配备有源诱饵并研究其合理的布局方式非常必要．基于有源诱偏技术的基本原理,以三点源诱饵系统为研究对象,建立了一种新型的布局模型．为避免采用某种特定布局进行仿真并比较的研究方式,模型通过变动雷达在整个诱饵系统中的布局位置实现了对各种布局形状的仿真,获得了系统诱偏效果与雷达位置的对应关系．仿真结果表明,系统的诱偏效果与雷达到诱饵中心位置的距离有关,找到了火控雷达在诱饵系统中最合适的布置区域,使系统达到最优的诱偏效果．     

细水雾灭室内池火实验研究

实验研究了燃烧热释放速率和腔室开口面积对细水雾灭室内池火的影响.结果表明,开口面积一定时,灭火时间随池火燃烧热释放速率先减小后增大;燃烧室全封闭时,灭火时间随燃烧热释放速率单调下降.当燃烧热释放速率一定时,开口面积越小,极限氧气浓度越低,表明燃烧产物对燃烧的抑制作用增加;开口面积一定时,随着燃烧热释放速率的增加,极限氧气浓度出现先减小后增大的变化规律,表明水雾对燃烧的抑制作用先降低后增加.     

面向典型任务的有人/无人机协同效能评估

有人/无人机协同作战是C4ISR体系下的一种重要形式.本文以有人/无人机协同执行典型任务为研究背景,针对构建可靠、全面的有人/无人机协同效能理论评估方法的问题展开深入研究.首先分析了未来有人/无人机的协同模式和运用规则;然后采用协同系统综合指数模型,在单机能力模型的基础上,提出了一种有人/无人机编队协同效能评估方法;最...     

UUV编队协同搜索静止目标的准最优方法

考虑到操作的简单性且实际执行搜索任务时搜索力不是无限可分,将连续空间的搜索问题转换为离散空间的最优搜索问题。通过划分网格,将连续的目标位置分布离散化。根据最优搜索理论,提出了单个无人水下航行器的准最优随机搜索方法,较好地逼近理论最优值。并以此为基础,分析了无人水下航行器编队的3种协同搜索方法:集中最优搜索、分散最大概率搜索和准最优搜索。最后通过实例仿真,得出了编队准最优搜索策略的有效性、优越性和可操作性。此方法将对无人水下航行器编队的战法研究具有参考借鉴意义。     

基于改进 Gerstner 波的岛礁近岸波浪实时仿真?

为了实现岛礁附近波浪实时仿真,结合 Gerstner 波和水波动力学知识,提出了一种能够模拟波浪卷曲和折射绕射现象的波浪建模与绘制方法。首先,建立 Gerstner 波参数随水深变化关系,构建模拟波浪卷曲过程的几何模型;然后,定义岛礁地形对波浪传播的阻障和遮挡系数,并据此修正波浪传播的波向和波高,实现折射和绕射现象的仿真;最后,应用着色器缓存技术完成计算的硬件加速,并构建了基于视点的波浪传播多分辨率绘制策略。实验结果表明,该方法对波浪的卷曲和折射绕射现象取得了较好的仿真效果,绘制效率能够满足实时性要求。     

试论静止液体对容器的压力

以圆台型容器为例 ,定量分析讨论了容器器壁所受到的压力和容器内液体所受到的重力两者之间的数量关系     

军用无人机技术智能化发展及应用

军用无人机作为收集战场信息和军事打击的新兴手段和工具,以其机动灵活、战场生存能力强等独特优势,能够方便快速地获取战场态势,极大地弥补了传统作战方式和侦查手段的短板和不足。智能无人系统的发展可能会引领军事领域的重大变革甚至改变战争形态。文章介绍了无人机技术在军事领域中的发展和应用现状,并从飞行控制、火控系统、任务规划以及无人机集群等方面浅析了军用无人机技术智能化发展方向。     

考虑后大架铰接间隙的火炮动力学特性仿真

针对某型火炮大修时,普遍存在后大架连接孔明显增大的现实问题,基于ADAMS软件和接触变形模型,研究了参数化含间隙机械式销-孔连接铰的建模方法,建立了考虑后大架铰接间隙的参数化火炮虚拟样机并进行了VVA验证。基于该模型仿真分析了发射时后大架铰接间隙对炮口扰动和铰接接触力的影响,研究了左右大架不同间隙水平对炮口扰动的交互影响。研究结果表明:后大架间隙的增大恶化了铰链间的受力,增大了火炮的横向散布,但对纵向散布影响较小。     

基于K-means和AGNES的未知二进制协议聚类

协议的聚类是协议分析中一个重要的环节,为实现对未知二进制协议高效聚类,提出了一种基于K-means聚类和AGNES的未知二进制协议聚类方法。在对获取的二进制协议比特流进行数据预处理的基础上,先采用K-means算法对比特流数据进行初步聚类,再通过误差平方和、Calinski-Harabasz分数值和轮廓系数确定k值,最后选择AGNES算法将未知二进制协议比特流划分为不同的二进制协议子集。方法有效结合了K-means和AGNES算法的特点,降低了时间复杂度的同时提高了聚类的精确度。对实验数据集的测试结果验证了所提方法的有效性,较为准确地确定了k值,聚类精确度达到了98%。