坦克实体智能机动路径模型

根据坦克机动作战的一般原则,首先对影响坦克实体机动的因素进行了分析和合理的假设;充分考虑战术模拟中的实际情况,将数字地图中各点间的空间距离转化为以各点间机动时间为权边的网图,通过求任意两点间的最短距离的方法,建立坦克实体机动最短时间路径的数学模型。并给出了人工智能算法,把问题求解过程简化,从而解决战术模拟系统中智能机动中的路径选择问题。     

坦克火力运用智能系统目标威胁度评估模块

随着科学技术的发展,未来战争将有更多的智能化武器出现,坦克火力运用智能化将是坦克火力系统的发展方向,而目标威胁度评估是该系统的核心模块.应用BP神经网络建立了坦克目标威胁度评估模型,对影响因素进行了分析与预处理,并构造了3组训练样本.利用MATLAB7.0中神经网络工具箱的图形用户界面GUI对样本和影响因素进行训练、仿真.结果表明,BP神经网络模型能很好地解决坦克目标威胁程度与影响因素之间的非线性关系,评估坦克目标威胁度有很强的客观性和科学性,对未来坦克火力运用智能系统的建设具有一定的借鉴作用.     

“陆战之王”地位的变化

坦克和装甲战车被人们习惯的称为“陆战之王”。它曾经披靡于战场,被认为是主宰胜负的王牌兵器。 一战时期,是“陆战之王”的产生时期。此前,阵地战是敌我双方最常用的作战样式。这种作战方式对防御一方优势极为明显,被形象的称为“绞肉机”,使得进攻一方难越雷池半步,甚至会在战场上出现两军对峙、寸步难进的僵持状态。物极必反,“陆战之王”应运而生。在英军第一次使用坦克进行作战时,就顺利的突破了敌人的防线,占领了敌方的阵地。此时的坦克其主要目的是依靠自身防护力为冲击步兵实施引导和掩护。     

潜艇航向对直升机磁异探潜的影响

针对潜艇航向对直升机磁异探潜的影响,文中通过仿真进行了分析.首先利用潜艇磁场的磁感应强度模型以及直升机的磁异探测模型建立了潜艇磁场的磁异常模型,然后依据磁异探测能力指标曲线通过仿真对潜艇处于不同航向时磁探仪的磁异探测能力进行了评估.结果表明,未消磁的情况下,磁探仪探测宽度在南北航向分别取得极大值和极小值;良好消磁的情况下,磁探仪探测宽度在南北航向取得极大值,在东西航向取得极小值.     

坦克分队快速机动协同控制系统构想

作为一体化联合作战体系中重要的陆基栅格节点,坦克分队的快速机动能力对于顺利完成机动突击任务具有重要影响,而坦克分队的机动协同控制则是实现分队快速机动的关键。首先提出一种坦克分队协同控制系统架构,然后对该架构的组成及关键技术进行了探讨和分析,期望有助于提升新型坦克分队的快速机动能力。     

供电电缆磁场辐射的预测模型及优化设计

基于磁场叠加原理,建立了单相、三相、并联单相、并联三相供电电缆常见布局方式下的磁场辐射计算模型,并给出了降低电缆磁场辐射的优化布局方法。仿真与实验结果表明:该计算模型有较高的准确性,有助于把握供电电缆磁场辐射的决定因素,可用于快速指导供电电缆的优化设计,以避免反复的仿真或实验试探,缩短设计时间,降低设计成本。     

双壳体潜艇磁场变化的实验研究与特性分析

双壳体潜艇的磁化特征与单壳体潜艇有较大区别,为了将其磁化特性分析清楚,建立了双层圆柱形铁壳桶的简易潜艇模型,并将其放置于地球磁场环境中,利用通电线圈产生的强大磁场对潜艇模型进行局部磁化;然后,以潜艇垂向磁场变化量作为分析对象,并结合舰船磁场规律、磁滞特性、退磁场等理论,对双壳体潜艇的磁场变化规律进行了定性分析。研究结果表明:双壳体潜艇的外壳磁化规律近似于单壳体潜艇,而由于外壳屏蔽地球磁场,内壳几乎只受到线圈磁化影响。该结论可以为舰船消磁作业等提供理论依据。     

古堡奇战

1945年5月4日清晨,美军第12装甲师23坦克营B连小约翰·“杰克”·李中尉漫不经心地从M4“谢尔曼”坦克炮塔上探出身子来,心情复杂地观察着周遭的地形。数天前,希特勒自杀,柏林已经宣布投降,西线战场随时都会停火,但纳粹顽固分子仍在负隅顽抗。谁也不想在“泡菜国”成为最后一批阵亡者。     

基于转速分析的柴油机加速性能和气缸气密性的评价方法

对不同使用摩托小时的坦克柴油机的加速、减速时间进行检测和分析,利用Bayes Bootstrap模拟统计方法对转速特征值进行处理,获得了更准确的特征分布．采用动态聚类方法对样本特征进行分类,实现了对柴油机加速性能和气缸气密性的等级评价．     

基于RGB图像的坦克损伤目标三维检测研究与应用

现代战争中,坦克在攻坚战中的地位越来越重要,检测坦克的损伤对于取得战场主动权乃至获取战争的胜利起着决定性作用,所以对实时性要求非常高。采用易获取的RGB图像,以坦克装甲车为研究目标,选用Complex-YOLO为基础三维目标检测模型,针对复杂战场环境中图像内容复杂、弹孔损伤目标小、没有三维CAD模型等问题,对Complex-YOLO模型进行改进,通过使用识别精度高且速度快的YOLOV3网络及九点法回归三维目标检测框的方法,提高模型性能。在坦克数据集上的实验结果表明,改进后的算法对于复杂战场环境下的多目标检测具有更强的敏感性,较大程度上增强了模型的检测识别精度。