动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.     

基于ResMLP模型的遥感影像场景分类算法式实现

基于深度学习的遥感影像场景分类研究进展迅速,但是大多数方案下的算法需要消耗大量的计算机资源,难以直接部署在嵌入式系统上,无法为潜在的卫星在轨任务提供支持。针对这一问题,研究了一种基于ResMLP模型的遥感影像场景分类算法,并根据嵌入式系统的特点对算法进行了优化,完成了模型的嵌入式实现,实验结果表明,该算法在嵌入式系统中仅需要18.4M的params对遥感影像分类的TOP-1准确率就达到了85.9%,兼具准确性和简洁性。     

Meat Grinder放电特性分析

作为电磁轨道炮脉冲功率电源的Meat Grinder电路结构具有储能密度高,体积小等优势。针对Meat Grinder输出性能的影响因素不明确,工程应用困难的问题,对Meat Grinder的基础电路工作原理进行了探究。基于电磁耦合原理,分析了Meat Grinder的放电过程,给出了耦合系数和级数对Meat Grinder电流放大倍数、能量损耗以及能量利用率的影响特性,对比分析了多级Meat Grinder和单级耦合等效电路的输出性能。研究结果表明,耦合系数是影响电路输出性能的最主要因素。此外,单级耦合等效电路能够达到与多级Meat Grinder相同的输出性能,且工程应用更易实现。     

基于Lanchester方程的编队舰空导弹作战能力评估模型全文替换

针对编队舰空导弹作战能力对抗评估问题,在构建舰空导弹初始作战能力指数、双方损耗效率系数、正常发挥因子、指挥自动化系数评估模型基础上,构建了基于Lanchester方程的单舰舰空导弹作战能力评估模型,进而分析编队对抗损耗效率系数及武器分配系数评估模型,构建了基于Lanchester方程的编队舰空导弹协同作战能力评估模型,评定编队舰空导弹作战能力,为编队舰空导弹协同作战能力评估提供模型依据。     

基于QAR数据的飞行环境风建模方法

针对传统环境风模型无法描述非Kolmogorov紊流和风向变化的问题,提出了基于QAR数据的环境风建模方法。将环境风模型划分为风向模块和风速模块。基于QAR数据分析风廓线系数和季节的相关性,建立了能描述平均风时空特性的平均风模型。基于Davenport功率谱形式拟合实测紊流功率谱,拟合结果表明实际紊流功率谱的标度指数在-1.98～1.13。分析风向和风速之间的相关性,考虑风向的变化特性,提出了基于马尔可夫过程的风向建模方法。基于以上模型进行了环境风模拟,并将模拟环境风引入飞行仿真实验中。实验结果表明,该方法能描述非Kolmogorov紊流和风向变化,且能实际应用于飞行仿真中。     

同轴线圈电磁推进出口速度控制方案的仿真研究

为应对电枢出口速度需要进行灵活以及精确调节的场景,提出了一种使用异步式线圈推进器作为主加速装置,同步式线圈推进器在尾部作为调速器进行速度控制的联合调速方案。在ANSYS中建立了将调速器放置于单段异步式线圈推进器出口的二维仿真模型,针对调速器的实体设计,分别对异步式推进器最后一匝线圈与同步调速器线圈间距离和调速器线圈长度进行了仿真分析;使用该模型验证了改变脉冲电源初始电压能够控制调速器调速范围,以及改变开关触发时间能够控制调速器实现需求的电枢速度补偿,进一步给出控制回路的设计方案,为电磁线圈推进尾部电枢速度控制应用奠定了理论基础。     

车载机枪托架行进间发射动力学分析与优化

托架是车载机枪上的主要承力构件,其刚强度和动力学性能会对车载机枪射击产生较大影响。基于路面不平度理论和发射动力学理论,建立了某12.7 mm车载机枪的行进间发射动力学模型。对行进间射击时的车载机枪托架,在极限射角及平射状态分别进行10发连射过程的仿真分析。以减轻托架结构质量和降低托架支撑板行进间发射时的交错变形为目标,结合拓扑优化分析与参数化建模方法,对托架进行结构优化设计,并对优化前后的托架力学性能进行对比。分析表明：平射时托架工况最为恶劣,托架满足强度要求;托架支撑板交错变形会引起枪口产生0.011 3 mm的偏移,通过对托架结构优化设计,结构质量减小31.82%,提高托架支撑板刚度匹配性,支撑板的交错变形量减小85%。对车载机枪及遥控武器站的设计具有指导意义,为其他机载武器及遥控武器站设计提供参考依据。     

基于卷积神经网络与滤波融合算法的某惯导系统剩余寿命预测模型建立

在对产品中具备大量运行观测性能数据的关键系统部件进行剩余寿命预测的过程中,因寿命数据稀少难以建立寿命分布模型。而对产品性能观测数据进行退化建模,传统退化过程分析模型对于产品性能观测数据适应性差导致产品寿命预测精度低、有效性弱的问题,充分挖掘部件退化数据信息,依据相关退化分析技术,基于统计模型中的滤波预测方法与机器学习技术中的回归卷积神经网络（regressive convolutional neural networks, RCNN）预测方法建立产品剩余寿命预测融合模型。融合模型结合了滤波预测模型对产品退化状态的挖掘能力、不确定表达能力与RCNN网络模型良好的数据适应性、预测的准确性,提高了产品退化数据分析的准确性及有效性,可对产品关键部件的寿命进行有效预测,为产品中具备大量运行观测数据的关键系统部件健康管理提供辅助参考。     

基于DEM数据和遗传算法的对海雷达部署优化研究

针对当前雷达组网部署优化问题缺少对海探测研究,以及基于实际地形数据的遗传算法(GA)求解复杂度高的问题,开展了基于数字高程模型(DEM)数据和遗传算法的对海探测部署优化研究。基于预先阵地和对海探测雷达威力模型,所提的算法可有效减少遗传算法寻优空间,极大提高优化求解速度。仿真表明,该算法可获得和遍历法近似的最优结果,随着部署规模的增大,具有明显的速度优势。     

基于GOMS模型的语音手势交互效率评估

针对语音、手势等新型交互手段在指控系统应用中存在的交互效率难以评估的问题,在分析传统二维图形用户界面GOMS交互效率评估的基础上,提出了一种面向增强现实指挥的人机交互GOMS模型,该模型结合增强现实环境下三维界面、多通道交互等特点进行改进设计,通过分析不同交互方式使用时间及不同交互场景对交互操作时间的影响,预测用户完成某项任务所需的时间,量化不同交互方式的绩效,为交互系统优化设计提供依据和参考。