观通站里趣事多

在 黄海前哨的千里海岸线上 ,犹如星星般分布着海军某部的观通站。官兵们常年驻守在不为人知的高山海岛上 ,担负着对舰船的观察通信保障任务。那里虽然艰苦 ,但官兵们却以苦为荣 ,生活极富情趣。竹篮打水竹篮打水岂不是笑话 ?但在某高山观通站却是常事。这个观通站驻守在鸭绿江口深处的一个高山上 ,冬季长达 5个月 ,最冷时达摄氏零下 4 0多度 ,水井里的水冻成了冰。官兵们吃水要用绳子系住腰下到井里去刨冰 ,然后将刨好的冰块用竹篮子一筐筐往上提 ,再拿到炊事班化冰取水。由于取水困难 ,官兵们惜水如油 ,规定每人每天两盆水 ;至于洗衣服 ,…     

柔性网空中联合组网参数配置优化算法

针对联合组网拦截无人机过程中,柔性网短时高动态非线性特性,建立柔性网力学模型与空中展开动力学模型.结合柔性网拦截目标过程中需要考虑的约束条件,提出评价联合组网捕获方法性能的评估指标,基于分解的多目标优化算法对多网联合组合发射参数进行优化设计.通过仿真试验获取了约束条件下两网联合组合发射、三网联合组合发射、四网联合组合发...     

智能集群对防空作战影响及反制策略分析

针对未来防空作战中有效反制智能集群样式威胁的问题,从探测识别、火力拦截、指挥控制等方面重点阐述了智能集群对防空作战的影响,从探测识别、软硬毁伤等方面对国外反集群装备技术发展趋势进行了分析,并对反制智能集群的相关策略展开了思考.分析结果可为反智能集群作战体系能力架构设计与装备技术发展提供重要参考.     

机器人集群路径规划技术研究现状

受社会型生物群体行为启发,群体智能得到日益广泛的关注,机器人集群作为群体智能的重要承载者得到了大量研发和广泛应用.机器人集群路径规划技术作为一项核心关键技术也得到快速发展.为此全面深入地调研了机器人集群路径规划的技术发展现状,创新性地归纳了适用于不同集群规模、可扩展性要求、通信需求以及算法要求的集群规划基础计算架构,包...     

集群智能算法综述

集群智能领域的研究正呈爆炸趋势增长,每年都有无数新的集群智能算法以及改进算法被提出,这些算法在各自的领域内都扮演着相当重要的角色.从集群智能算法的特点与待解决问题出发,首先介绍集群智能算法的概念及部分经典算法,重点介绍粒子群算法与蚁群优化算法的主要思想;然后根据不同集群智能算法在不同应用问题的差异表现,对当下的几个热点...     

转台-陀螺飞轮标定系统误差灵敏度分析方法

陀螺飞轮是一种适用于微小航天器的新型姿态测控一体化装置,利用转台对其进行多位置标定是提高其测量性能的主要途径。为保证标定精度,从陀螺飞轮标定原理和标定误差来源出发,全面考虑转台自身定位误差、轴线回转误差、垂直度误差、相交度误差、以及转台与陀螺飞轮间安装误差等因素的影响,基于多体系统理论推导了多误差因素作用下的误差传递机理,在此基础上,基于Sobol法分析了全局误差灵敏度,得到了各误差因素对标定基准量影响程度的定量分析结论,实现了关键误差溯源。分析结果为有针对性提升标定系统关键误差指标及标定试验的优化设计提供了理论依据。     

基于增量预测控制的高速多体船垂向运动稳定研究

为了增强高速多体船对海浪扰动的抑制能力,减少垂向运动幅度,提出基于增量预测控制的垂向运动稳定方案。该方案在建立高速多体船的垂向耦合运动模型基础上,分析随机海浪扰动的频域和时域特性,基于积分扰动模型估计海浪扰动力和力矩。为减少海浪平均扰动力和扰动力矩对垂向运动的影响,将垂向运动模型转化为增量模型,作为预测控制的预测模型;同时,把升沉和纵摇的幅度和变化率引入目标函数中,采用滚动优化策略获得多体船的垂向运动预测控制律,分析闭环系统稳定性。仿真结果表明,所提的增量预测控制有效减小升沉和纵摇波动变化率和幅度,升沉位移减少59%,纵摇角减少47%。     

双基发射药螺杆挤压成型多出口模具结构设计优化

为研究某双基发射药在多出口螺杆挤压机内的流动过程,采用单因素法探究出口数目对发射药流动过程的影响,而后以提高生产效率为优化目标,以流道压强差为约束条件,对挤出口数目、模具长度和模具收缩角进行正交实验。结果表明,增加出口数目可以提高产量,减小最大压强差,使生产更加高效和安全;对质量流量和流道压强差影响程度的排序为：出口数目>模具长度>收缩角,并得到最合理的结构参数组合为出口数目5,模具长度40 mm,收缩角37°,此时质量流量提高了17.6%,流道压强差降低了25.0%,满足并保证发射药致密性的要求。     

基于自注意力机制和CNN-LSTM的空战目标机动轨迹预测

空战目标机动轨迹是有丰富时空特征的多维时间序列,具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题,文中提出了一种自注意力机制(self-attention, ATT)和卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short-term memory, LSTM)结合的模型(CNN-LSTM-ATT)。离线状态下训练模型,获得的最优模型可以实现目标机动轨迹的高精度预测。文中模型与CNN-LSTM、LSTM模型进行单步预测对比分析,具有良好的单步预测和不同过载机动预测的能力。考虑到电磁干扰和复杂环境导致传输数据的误差和缺失,进行了目标轨迹的5步预测,预测结果和评价指标均优于CNN-LSTM、LSTM模型。