基于时钟同步和通信解析的某型导调系统设计

基于统一的基础平台,采用时钟同步和通信解析相关技术,设计了packet.xml、network.xml、packet＿adapter.xml插件,实现了武器系统间数据通信,解决了武器导调系统的通信问题。平台开发采用模块化和中间件技术,开放式体系结构,使系统具有更好的可移植、可扩展、可互操作、可剪裁性,提高了系统的可集成性和集成效率,既方便了升级,又降低了开发成本。     

基于理想解的复杂系统非线性评估模型

为解决非线性评估中可能存在的层次较多、属性混合且关联性强的问题,提出了一种基于理想解的非线性综合评价法.该方法首先利用灰色关联度法作指标筛选,用熵方法分析各指标重要程度并得到各底层指标的权重值,用AHP法得到底层以上的指标权重;然后,利用改进的TOPSIS方法得到各一级指标的评估分值;再由定义的优先等级隶属函数求得各一...     

物理弱间断线上Ⅲ型斜交裂纹高阶渐近场

针对功能梯度材料层/均匀材料基体的物理弱间断线上斜交裂纹,通过分离变量和级数展开法构造位移函数,求得了裂纹尖端高阶渐近场。其界面裂纹尖端高阶渐近应力场具有与均匀材料相同的r-1/2的奇异性。由高阶项的表达式可知：材料非均匀性对应力场有显著影响。数学上,该解为此类问题的特征函数,能够描述此类材料各种含裂纹结构的整个应力场和位移场,当非均匀参数为零时,它可以退化到均匀材料反平面裂纹问题经典的W il-liam s解。     

炮兵火力计划方案优选的模糊物元理想解模型

利用物元分析方法,构造了评价方案复合模糊物元、理想物元和评价指标的权重物元,计算各方案到理想方案的距离,得到各方案与理想方案的相对贴近度,完成了对各方案的排序优选。实例分析结果证明了该方法的可行性。     

基于NSGA-II和多属性决策的防空火力分配

为了解决防空火力分配问题,首先运用NSGA-II算法求出Pareto最优解集,然后运用多属性决策方法对Pareto最优解集中的解进行综合评估,并从中找出一个最优解。用区间数定性描述各属性,建立了防空火力分配的三目标优化模型。描述了NSGA-II算法和多属性决策方法的运算步骤。在仿真算例中,得到了一个最佳防空火力分配方案,说明该方法对于防空火力分配问题有良好的应用价值。     

捷联惯导惯性系对准误差分析

针对捷联惯导晃动基座下惯性系粗对准两种不同的计算方法,分析了由陀螺常值漂移和加速度计零偏引起的漂移误差（即平台失准角）、刻度误差和歪斜误差,并推导了这些误差项与惯性元件误差之间关系的解析表达式。结果表明：两种惯性系对准算法的平台失准角具有相同的极限精度,并且与传统解析对准法的精度一致;惯性系对准法的歪斜误差很小可以忽略,但需对姿态阵正交化以消除刻度误差的影响。     

掷向中国的宣战书——日本2014年版《防卫白皮书》解析

2014年8月5日,日本内阁正式通过并公布了2014年度《防卫白皮书》（后文简称R白皮书》）,这是13本自1970年发布首部《白皮书》以来的第40部。此外,2014年版《白皮书》还是安倍内阁在2013年制订最新版《防卫计划大纲》之后的首部《白皮书》,因此具有浓重的安倍色彩,在对华表述方面措辞比以往更加强硬。而且,新版《白皮书》还综合介绍了日本一年来在安全保障方面采取的重大举措。可以说,新版《白皮书》是对安倍执政一年多以来日本安保政策与实践的梳理与展示。那么,在安倍内阁军国主义之路越走越远,中日关系日趋紧张的情况下,新版《白皮书》中表达了怎样的对华战略认知呢？与往年《白皮书》相比,日本政府在国家安全战略与军事力量部署等方面的表述又有哪些不同？     

考虑目标定位误差的点目标毁伤概率求解

根据射击毁伤理论和概率统计学,在现有点目标毁伤概率求解方法基础之上提出考虑目标定位误差的解析法和仿真法.计算结果表明2种方法均准确可行.通过对比分析得出不同弹药量、不同目标特性条件下,定位误差对毁伤概率的影响程度.运用解析法得出点目标的单发命中概率服从χ2分布,通过大量仿真得出目标定位误差可忽略的条件为WmaxRCEP/ω.     

一类具有时滞的离散时间反应扩散系统的波前解与应用

利用单调迭代和上、下解技术,研究了一类具有时滞的离散时间反应扩散系统当非线性项满足拟单调条件和指数拟单调条件时波前解的存在性,并将所得结论应用到时滞竞争扩散系统的时间离散化系统中。     

声自导雷平行齐射发现概率解析计算模型

为了准确快速地评估声自导鱼雷平行齐射的作战效能（发现概率）,从鱼雷、目标的相对运动入手,将目标位置及运动随机误差转移到鱼雷航向上;如此建立了计算声自导鱼雷平行齐射发现概率的一重积分解析模型（不考虑鱼雷航行性能误差）和四重积分解析计算模型（考虑鱼雷航行性能误差）。最后以统计模型为标准来验证两个解析模型的正确性。仿真结果显示,对于90%左右的考察态势,解析模型与统计模型的结果差的绝对值在1%之内,另外10%左右的考察态势,也在1%-3%之间。从而验证了所建解析模型的正确性和可行性。