基于DRL与微分对策的无人机空战决策研究

随着无人机战场环境越来越复杂,空战对抗将逐渐成为主要的一种无人机作战方式.为了能够确保我方无人机在快速演变的战场态势下抓住先机、精确决策、快速致胜,需要根据实际作战环境、作战样式,建立无人机和环境进行交互的规则、无人机空战对抗中采用的战术使用规则,并结合规则,通过智能决策算法,达到提升无人机空战对抗胜率的目的.提出一种...     

面对称运载火箭优势面滚转迎风技术

针对面对称运载火箭飞行中俯仰、偏航通道控制力不匹配问题,提出通过姿态滚转控制调整迎风面以减小最大飞行摆角的控制技术,称为滚转迎风(bank-to-wind, BTW)技术。重点研究了BTW控制的离线法,推导了BTW控制滚动程序角理论值的解析解,证明了该理论值的偏差与飞行姿态偏差是同阶小量。提出带权重的傅里叶级数拟合算法,对滚动程序角进行修正,以符合工程应用的可行性。开展六自由度飞行动力学仿真,分析BTW控制对控制力、飞行气动载荷和滚动程序角跟踪品质的影响,验证BTW控制的有效性。比对不同拟合基频的仿真结果得出结论:拟合频率过高将影响控制品质,从工程应用角度看滚动程序角的“光滑性”比“拟合性”更重要。     

极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。     

面向应急物流的边缘计算架构设计

由于应急物流具有突发性和不可预见性,其外部环境往往复杂多变,导致网络通信经常处于极不稳定的状态。传统的云计算中心架构方式难以满足应急物流系统低时延、高能效等要求,而现有的边缘计算架构模型对应急物流场景中边缘设备可能面临的不确定风险考虑不足。本文通过分析应急物流对网络信息服务的要求,提出一种基于软件定义网络的边缘计算架构,依托网络虚拟化技术屏蔽底层网络硬件的差异,实现计算、存储与网络资源动态配置,并对通信中断、任务挂起与恢复和边缘设备接入等功能流程进行了设计。实验结果证明,该架构能够适应复杂多变的通信环境,为终端用户提供实时稳定可靠的服务。     

基于多Agent协作的战场信息共享系统研究与实现

针对联合作战中分布、动态的战场环境和海量的战场信息,满足不同作战实体对战场信息资源共享的需求,构建了一个基于多智能体的、面向作战任务的信息资源共享模型,并提出了一种新颖的基于相似度的用户动态聚类方法。从用户的资源请求中发现用户兴趣和用户之间的相似度,通过交互机制有效地将相同兴趣的用户及资源智能体关联起来,提高作战主体获取战场信息的能力。实验证明该算法具有较高的效率和良好的可扩展性。     

大口径舰炮将重展雄风

由于浅水战争和不对称威胁,要求在中短距离上攻击各种目标,但这种条件常常严重地阻碍了反舰导弹性能的发挥。同反舰导弹相比,大口径火炮要便宜得多,能更加即时地使用,且快速灵活,所以现在各大军事强国都在加紧研制新型大口径舰炮,重新考虑使用大口径火炮来代替反舰导弹,并且提供海上火力支援,使大口径舰炮重新登上战舰的舞台。为此,介绍了美国、德国、英国、意大利、俄罗斯、法国的大口径火炮研制情况。     

机载雷达多机编队试飞指挥引导自动化方法研究

针对战斗机雷达目标编队传统的人工指挥引导速度慢、精度差、效率低,现有试飞手段满足不了新一代战斗机机载雷达试飞目标编队大场次多批、多路、多层次指挥、引导和决策需求的问题,介绍了机载雷达目标编队试飞自动化指挥引导的基本全向引导法等方法、主要功能设置和模块体系结构,建立了机载雷达目标编队试飞自动化指挥引导实现模型,并在地面雷达和GPS试飞指挥引导自动化系统研制中得到实现和验证。     

机动作战路线选择辅助决策系统模型研究

为了更好地评价机动作战路线的优劣,运用模糊数学的方法,结合机动路线选择的特点,建立了机动路线选择的指标体系,采用层次分析法(AHP)对指标体系的各个因素的权重进行了确定,并在模型的基础上对机动路线选择辅助决策系统的软件设计进行了构思。利用辅助决策软件对机动作战路线选择,快捷方便,特别是能够在多条路线中选取最优,实现了由定性分析转入定量分析的轨道,有助于提高指挥决策的科学性和客观性。     

Agent目标判别的神经网络-证据理论法

重点研究了目标识别领域中证据理论与模糊神经网络相结合的多Agent数据融合方法.作为传统Bayes理论的推广,证据理论由于满足更弱的信息来源条件,尤其是在区分不确定与未知方面显示了很大的灵活性,因此备受关注.然而,基本可信度的分配是一个与实际应用密切相关的问题,也是较难操作的一步.本文通过对模糊神经网络的训练来处理证据理论的基本可信度分配问题,经计算机仿真表明这是一种行之有效的方法.     

机动目标模型研究与发展综述

对机动目标模型的研究与发展进行了回顾,指出了各个模型的局限性,重点对Singer模型和“当前”统计模型的优缺点进行了分析,并得到有意义的结论;最后指出了未来机动目标模型研究的方向和趋势。