基于随机网络的平均维修保障服务时间分析

利用随机网络建模方法在随机工程项目分析中的优越性,建立了不同保障方式下的维修保障过程模型。重点对网络活动中的维修等待时间和维修等待概率进行了分析,利用随机网络的解析算法,确定了维修力量的平均维修保障服务时间分析模型。最后将该方法应用于伴随修理过程,对其平均维修保障服务时间进行了案例分析。     

车载炮最大射程地面密集度影响因素研究

分析影响某型车载炮最大射程地面密集度的主要因素,并对在高低齿弧上的作用力和弹药的影响进行重点探讨,提出提高地面密集度试验精度的措施,为密集度试验方法改进提供了依据。     

基于WSRF的资源服务化平台设计与实现

为解决Web服务资源框架（Web Service Resource Framework,WSRF）在服务开发过程中工作量大、服务难以动态部署的问题,提出并设计了资源服务化平台,实现了计算资源自动服务化封装。平台提供访问资源的统一服务接口,由资源管理模块将用户请求映射为对实际资源指定方法的调用,且资源可以动态地部署和撤销。测试实验表明：在该平台下,资源服务化开发效率显著提高,而服务性能未明显下降。     

基于观测值和真值计算的概率差异分析

作战效能与攻击决策通常都用概率描述一些不确定问题,然而概率有主观与客观之分,为了说明其不同,以一个假想的直进射击问题为例,只考虑目标运动速率误差,对已知真值或观测值所面对的不确定问题的实质进行了讨论。结论表明,当涉及射击成功概率这些问题时,对其实质与作用有必要给出清楚的说明。只知观测值所计算的概率是主观的,可用于决策信念的支持,基于主观概率进行决策,其精确性十分依赖于所使用的关于观测量真值先验知识的精确性。     

基于虚拟仪器的液压增压器模拟装置

为搭建指控系统维修和模拟训练平台,根据液压增压器的工作原理,建立液压增压器的数学模型,在此基础上采用虚拟仪器技术和单片机技术设计并实现了液压增压器模拟装置。试验结果表明模拟装置与指控系统连接,能够正确地完成液压增压器的实时模拟功能,模拟结果与实物一致。     

一种轮式装甲车模拟器转向机构力感模型

在模拟训练中,操作者触觉仿真的设计是模拟训练设备的重要研究课题.提出了一种可以用在轮式装甲突击车模拟器上的驾驶转向机构力感值仿真建模方法.该方法以力学分析为基础,综合分析了影响车辆行驶力感值的各种因素.结合仿真训练中的实际需求,提出了一种基于车速的力感计算建模方法,并通过力矩地图曲面插值的方法对模型进行了优化.不同型号的装甲车辆模拟器可以通过参数的调整而实现一定程度的通用.经过仿真验证和实际的驾驶体验操作可知,该模型取得良好的效果,大大提高了装甲模拟器的驾驶逼真性和整体的仿真效果.     

战场多级核生化态势生成方法研究

详细介绍和描述了核生化态势的分类问题,提出了战场多级核生化态势的概念,分别对作业级、作战指挥级、作战筹划级核生化态势的要素及生成方式进行了研究,并进行了对比分析.多级核生化态势可以为不同层级的用户提供专业、有效的态势信息,满足核生化作战的技术需求.     

倾斜摄影测量的城市战场环境三维建模及可视化

城市是进行特种作战、爆发恐怖活动和突发性事件并影响地区稳定的重要地域,信息化时代的今天,以无人机倾斜摄影测量为代表的新测绘技术突飞猛进,为建立实景三维城市战场带来契机,从城市战场环境作战需求出发,介绍了无人机倾斜摄影测量技术和城市战场实景三维建模流程,基于Context Capture获得了逼真、高精度的城市三维模型,结合LocaSpace Viewer实现了城市战场要素标绘、量测、通视、可视域、雷达等可视化分析,实验成果证明了方法可行性和有效性,突破了传统二维地图的视觉和量测上的局限,为指挥员分析利用地形、指挥决策提供重要参考.     

边缘计算在军事信息系统智能化发展中的应用

边缘计算是物联网技术与人工智能技术深度结合的产物,核心思想是在靠近终端的网络边缘侧就近提供智能服务,满足用户在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求.通过对边缘计算在军事信息系统中运用优势的分析,认为其主要理念内涵符合军事信息系统智能化发展的方向.归纳了边缘计算在军事信息系统领域的相关关键技术,并基于边缘计算搭建了无人机作战信息系统样例,较为直观地展现了如何运用边缘计算提升军事信息系统的作战效能.最后提出几点发展建议,供相关规划部门和研究机构参考.     

多兵种交战中作战指数迭代计算方法及收敛性研究

对于大规模多兵种交战,作战指数评估是进行军事决策的重要依据.针对传统作战指数评估方法依赖专家经验知识的问题,借鉴强化学习理论,提出了多兵种交战兰彻斯特方程中作战指数迭代计算方法,利用作战指数和火力分配策略的递推关系,循环更新作战指数直至结果收敛,重点考察了固定更新率、梯度指数递减方法和动量梯度方法对迭代收敛性的影响,通过调节更新率、递减强度和动量强度等超参数取值,显著提高了迭代收敛速度和稳定性.