基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

基于杀伤链的动态重构作战网络抗毁性分析

作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。     

主方向能量最大化协作波束形成波束调零方法

为避免协作波束形成(CB)过程中虚拟阵列对非目标接收机造成干扰,提出了一种CB虚拟阵列波束调零方法.该方法能够在单个阵元发射功率存在上限的约束条件下,优化阵元的幅度和相位,使阵列在目标接收机所在方向上产生尽可能大的辐射功率并且在非目标接收机所在方向上形成功率零点.仿真结果证明了所提方法的有效性.此外,零点数量越多,阵列...     

液体火箭发动机基于神经网络的实时故障检测算法实现

以某大型液体火箭发动机为研究对象,针对其启动和稳态工作过程,利用Matlab和Lab Windows/CVI等编程工具,基于神经网络技术,开发实现了其地面试车过程实时故障检测的BP(Back Propagation)和RBF(Radial Basis Function)算法。多次试车数据离线检验和实时在线考核结果均表明该方法能够及时、有效地检测出发动机工作过程中的故障,没有出现误报警和漏报警,并能够很好地满足现场试车的实时性和鲁棒性等要求。     

基于网络监测技术的电信级IP宽带网络研究与实践

随着数据业务的飞速发展,如何保证宽带IP网络高可靠、高性能、可运营和可管理变得至关重要。针对电信级IP宽带网业务与运维需要,在详细分析IP协议特点的基础上,剖析电信级IP网络提供服务质量保障业务与网络运维面临挑战。为了满足电信级IP网络规划设计、运维管理、提供增值业务的需求,提出网络监测指标体系。结合当前的网络监测技术,提出了基于分布式网络监测分析技术的电信级IP宽带网络的构建方案。该方案已经得到湖南电信实验局验证。     

分层任务网络在UCAV规划中的应用

无人战斗机任务规划对提高它的生存能力、突防能力、作战效能具有重要意义.分层任务网络规划是一个有效的规划方法,HTNP的最大好处在于,搜索受控于细心设计的方法.在某种意义上讲,一个HTN规划器只描述了如何使用操作,给实际使用带来了困难.在HTNP中引入目标协调机制、禁忌表等,将原有"离线"式方法变为"在线"式方法,提高了方法的适应性能.可以根据情况的变化,随时生成新的规划,降低了预先设计方法的数量,从而降低工程实施的难度.     

RBF网络用于战车火控系统弹道解算的方法

弹道解算问题对战车火控系统的性能有着直接的影响.传统的弹道解算方法在精度和实时性方面都存在一定的局限性.为了提高解算精度、战车首发命中率和解算的实时性,基于RBF网络的函数逼近及预测能力,将RBF网络用于弹道解算,对传统算法进行优化,得到了新的弹道解算方法.最后对所提方法进行了仿真,发现新方法在解算精度没有降低的条件下,大大提高了弹道解算的实时性.     

从网络信息科技的发展看指挥与控制学科的使命

从网络信息科技全局发展的角度论述指挥与控制学科的作用及其在信息时代的重要地位,具体介绍了指挥与控制科学的时代发展对军事、科技、社会影响和面临的挑战,针对我国特点提出了指挥与控制学科建设的若干建议.     

舰艇编队作战指挥系统构想

未来海战模式由"平台中心战"转向"网络中心战"这一变化必然对海军舰艇编队作战指挥提出新要求.探讨了在信息战条件下,以网络化的编队通信网为基础,以区域无缝的探测网络为耳目,以编队火力和综合电子对抗技术为主要打击手段,以网络化指挥控制为核心的海军舰艇编队作战指挥系统的体系构成,并描述了其组成结构和主要功能.该构想的实现可极大提高舰艇编队在现代海战中的作战能力.     

基于BP网络的坦克火力性能评价模型

应用神经网络理论与方法建立了坦克火力性能比较的BP网络模型,利用MATLAB中神经网络工具箱对国内外几种代表性坦克的火力性能进行比较.结果表明,BP神经网络模型能很好地解决评价因子与装备性能之间的非线性关系,评价坦克火力性能简便可靠,客观性强.