小子样条件下基于Normal-Poisson过程的性能可靠性评定

对于高可靠、长寿命产品,基于性能退化数据分析可靠性是一种行之有效的技术途径。结合航空航天产品性能退化的机理与现场试验小子样的特点,建立了基于Normal-Poisson过程的性能退化模型。论文在对产品性能退化建模的基础上,结合Bayes方法给出了退化模型参数的估计算法和可靠性推断的公式,最后结合实例说明了方法的有效性。     

美军HPM效能评估模型及仿真工具箱

鉴于高功率微波(HPM)效应研究耗时、昂贵及其效能评估的复杂性,美国多个军种开发了能够在减少效应实验需求的同时进行效能评估的HPM评估模型及仿真工具箱.本文重点介绍了美军开发的DREAM、RF-PROTEC、JERM和HPM LAVA四款模型和仿真工具箱,对每款模型和工具箱的主要功能、特点、开发机构及诞生时间等进行了介...     

无人机极限边界性能突变模型和评估方法

近年来,无人机的应用范围不断扩大,投入数量呈指数增长,获取无人机在实际环境下的能力底数已成为现阶段的现实需求。无人机执行飞行任务的能力随着使用包线扩展和环境逐渐恶化,其性能由渐变到发生量变,最终在极限边界附近突变、质变。这一过程具有非线性、跳跃性,结果具有显著的突变特征,即在相对较短的时间内,无人机从具备执行飞行任务能力的状态突然转化为丧失飞行能力的状态。引入突变理论,依据系统的内在作用机理将无人机极限边界性能评价问题转变为由多个控制变量组成的系统,提出突变模型和评估方法,并从无人机自身能力和外部环境影响两个方面解构无人机的有效飞行时间模型及推论,构建无人机极限边界性能结构层次,建立极限边界性能评价原则和步骤,获取无人机极限边界性能与正常性能使用、不同类型无人机极限边界性能的对比关系,为探索无人机极限边界性能和不稳定状态提供解决方案。     

面向装备体系试验评估不确定性的两类模型对比

面向装备体系试验评估的不确定性,采用响应函数、复杂网络等两类模型分析待评估的数据源及方法特点的差异。结合装备体系效能典型指标及体系适用性,一类采用“试验设计-响应函数-迭代优化”方法对装备体系的作战效能进行评估,另一类采用“单元-多层网络-体系”模式构设多层网络化模型。在此基础上,对装备体系的适用性进行分析。分析两类方法对任务完成度的支撑力度,并基于不确定性对比两类方法所得结果。两类模型从不同角度考虑了装备单元固有特性、单元之间关系、装备体系的耦合效应与涌现效应。该研究可为装备体系试验评估提供不同对比思路。     

武器作战效能指数模型与量纲分析理论

本文研究了度量武器作战效能的指数方法。在分析幂指数积模型和介绍量纲分析理论的基础上 ,进一步提出了构造武器作战效能指数模型的一般方法 ,这种方法是幂指数积模型的深化和发展。文章首先分析了幂指数积模型的优点、局限性及产生局限性的原因 ,进而介绍了量纲分析的概念及用量纲分析求出的无量纲数构造指数模型的方法。     

目标区域局部特征和局部图像质量相结合的激光干扰效果评估

为客观描述光电成像系统激光干扰效果,提出目标区域局部特征和图像质量相结合的干扰效果评估算法。图像的局部特征用特征点描述,图像质量用结构相似度指数描述。该算法利用特征点匹配算法确定场景图像中的目标区域,计算干扰前后目标区域内特征点数量的变化、干扰后目标区域内未饱和面积所占的比重以及目标区域内图像的结构相似度指数,并将上述各参数相乘得到最终的评价指标。利用该方法对典型激光干扰图像进行评估,结果表明:在不同入射功率和不同光斑位置情况下,所提评估指标比单独使用结构相似度的评估指标具有更大的取值范围和更明显的非线性变化特征。这说明:该指标能够反映光电成像系统激光干扰过程的丰富细节,更加适合激光干扰效果的评估。     

基于体系仿真大数据的效能评估方法

随着复杂系统仿真技术、计算能力和数据管理能力的发展,仿真数据逐步呈现大数据特点,评估指标之间也存在高维度、高冗余、高相关等突出问题。结合上述背景,分析了基于体系仿真的效能评估问题研究现状,介绍了深度学习技术的研究进展。指出采用合理的指标约简方法、使用高效的神经网络模型进行效能评估是下一步的研究重点。     

基于改进支持向量回归机的天基信息系统效能评估

天基信息系统效能的评估对于一体化作战的现代战争具有重要意义。针对武器系统效能评估的影响因子复杂、样本数量少、非线性较强等特点,采用支持向量回归机算法,并引入布谷鸟搜索算法对支持向量回归机的3个参数进行优化选取。仿真实验结果表明,改进支持向量回归机与传统支持向量回归机、BP神经网络相比,具有更高的准确度,可以有效地对天基信息系统进行效能评估。     

基于GA-Elman神经网络的水下集群作战效能评估

在现代化海战中,大力发展水下作战集群是海军信息化发展的必然途径,针对这种新的作战样式,对其作战效能进行准确可靠的评估至关重要。Elman神经网络能克服传统评估方法依赖于专家经验的缺点,但其自身的权值更新方法易陷入局部极小,为此,采用遗传算法(Genetic Algorithm,GA)对Elman网络进行全局优化,构建基于GA-Elman神经网络的水下集群作战效能评估模型,并应用实例对模型进行仿真验证。仿真结果表明该模型可以准确有效地对水下集群作战效能进行评估。     

改进AHM-RS雷达装备保障性评估指标赋权方法

针对主观赋权法过于依赖主观经验,客观赋权法由于数据有限可能偏离实际情况的问题,为提高雷达装备保障性评估指标权重的科学性,针对现有属性层次模型(AHM)和粗糙集(RS)赋权法的不足,改进了AHM和RS赋权法,运用离差最大化思想将主客观两种赋权法进行组合处理,提出了改进的AHM-RS综合赋权法,通过实例验证了该方法的有效性和可行性。