N2O/C7H8单喷嘴燃气发生器试验研究

以基于N2O/C7H8的燃烧驱动混合型气动CO2激光器点火试验为研究背景,设计了液态N2O供应系统及N2O/C7H8单喷嘴燃气发生器.对液态N2O供应系统、N2O/C7H8的点火及燃烧性能进行了研究.试验结果表明:设计的N2O供应系统能够实现液态N2O的稳定供应;在设定的时序下,两个设计工况(余氧系数分别为0.3和0....     

软件静态分析融合技术研究

当代军备竞技以武器技术为核心,提升武器装备质量一直以来都是研制重点.装备软件作为武器装备调度的"大脑",关键程度不言而喻.随着武器研制技术的提升,代码规模激增,对装备软件的质量检测技术手段以及效率提出更严格的要求.为弥补单一测试工具检测造成的误检、漏检,提出了基于跨语言文本聚类的静态代码测试结果融合技术,实现多类型测试...     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现...     

改进匈牙利法的多层反导协同作战目标分配模型

为探寻更加适用的反导作战目标分配方法,对多层反导协同作战目标分配及目标分配模型的内涵进行了界定,明确了多层反导协同作战目标分配模型构建的基本思路。分别建立了弹道导弹威胁度评估和反导作战单元拦截有利度分析的指标体系,通过归一化处理和权重赋值构建了弹道导弹威胁度评估模型和反导作战单元拦截有利度分析模型。结合多层反导协同作战火力运用的实际需求,对匈牙利法进行了基于火力转移的适应性改进,构建了基于改进匈牙利法的多层反导协同作战目标分配模型,并以多层反导作战想定为背景,运用模型对案例进行了仿真计算,验证了模型的合理性与有效性。     

基于轨迹跟踪预测的反HTV2中制导研究

针对具有高速、高机动性能的HTV2(hypersonic technology vehicle 2)目标,对采用直接碰撞拦截策略拦截弹的中制导进行了研究,给出了一种基于轨迹跟踪预测的中制导算法。该中制导算法首先使用自适应网格交互式多模型（adaptive grid interactive multi-model,AGIMM）滤波器对目标轨迹进行稳定跟踪,获取目标运动信息。之后使用基于遗忘因子的最小二乘法对目标进行轨迹预测,获取目标预测交班点处的运动状态。最后,将预测交班点处的目标状态量作为中制导约束,并使用高斯伪谱法计算最优中制导指令。使用该中制导算法对HTV2目标进行了拦截仿真,仿真结果证明了该算法的有效性。     

未确知条件下多枚导弹打击不规则面目标的毁伤效果评估

在信息缺乏的情况下,如何提高对多枚导弹打击不规则面目标毁伤效果评估的可信度是导弹作战运用研究的重难点。通过蒙特卡罗方法建立给定参数下的面目标毁伤效果评估模型;采用信度分布函数对该问题的未确知性进行评估,评估结果显示毁伤效果未确知性较高;基于信度熵,分析导弹各个属性的未确知性对毁伤效果未确知性的影响;通过针对性减小影响大的属性的未确知性,迭代减小毁伤效果的未确知性。仿真实验结果表明面目标有效毁伤率的未确知范围得到显著减小。该研究能够有效指导毁伤效果评估工作,减小其中的不确定性。     

固体火箭发动机复合材料壳体健康监/检测方法

碳纤维增强复合材料壳体是固体火箭发动机的重要组成部分,壳体结构完整性是固体火箭发动机健康监/检测领域的重点研究对象之一.综述了近年来碳纤维复合材料及壳体无损检测和健康监测领域的方法和研究进展,总结了健康监/检测的关键技术,指出了固体火箭发动机壳体健康检测领域的发展方向.     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

面向目标跟踪的传感器调度技术研究

传感器调度是指在一定的准则下,结合实际应用场景,依据观测信息对传感器平台或传感器本身的工作模式、工作时长、机动路径等进行一系列调整和控制,从而降低传感器系统使用代价,提高跟踪效能,延长系统寿命的方法,也是传感器管理的一项重要内容.基于部分可观马尔可夫决策过程,对传感器调度的基本结构进行了简要描述,同时分析了调度模型和基...