多功能战斗部药型罩结构参量研究

为研究药型罩结构对多功能弹威力性能的影响规律,在考虑高锥型药型罩的锥角2α、壁厚δ和内圆弧半径γ三个结构参量之间的交互作用以及战斗部破甲深度和破片速度2个威力指标的基础上,采用正交实验方法,依据正交表分别建立多功能战斗部侵彻45#钢靶的有限元模型,运用LS-DYNA软件数值模拟并采用加权评分法研究各结构参量对战斗部威力性能的综合影响。结果表明：30 mm多功能战斗部药型罩的最佳结构为“2α=85°、δ=0.6 mm、γ=2 mm”,此时战斗部破甲深度达84 mm,破片平均速度为601 m/s。研究结果可为增强微型多功能弹药威力以及正交实验方法在弹药结构研究中的应用提供借鉴和参考。     

基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。     

基于多标签学习的探索性仿真实验因素筛选方法

探索性仿真实验是一种认识、研究战争的重要手段,但往往面临想定样本空间复杂程度高,空间维度爆炸等问题。针对上述问题,提出一种定性定量相结合的基于多标签学习的实验因素筛选方法。首先,基于定性分析设计并实施仿真预实验,采集处理实验数据,解决机器学习样本数据缺失问题;随后,引入输入控制层搭建深度神经网络,引入稀疏正则化,在多标签模型训练过程中实现特征选择;然后,回归定性分析,补充完善实验因素;最后,以某作战样式下立体投送行动仿真推演为背景进行实验验证。实验结果表明,筛选的实验因素与作战行动现实情况吻合。     

基于镜像的高可用数据对象布局算法

镜像是提高数据可用性的流行方法。借鉴RAID的方法,在算法一级实现数据的冗余分布,提出基于镜像的高可用数据对象布局算法。在数据对象和存储节点失效时,利用冗余数据重构数据对象和存储节点,有效保证存储系统的高可用性。采用马尔可夫激励模型对存储系统进行定量的可用性分析,计算结果表明该方法是有效的。     

小型旋翼无人机建模及航线控制研究

航线跟踪精度是无人机飞行性能的重要指标,针对小型旋翼无人机航线控制问题,在姿态控制的基础上采用PID控制算法实现对预设航线的跟踪.以中国空气动力研究与发展中心低速空气动力研究所研究人员搭建的轴距410 mm的小型四旋翼无人机平台为研究对象,通过牛顿-欧拉法建立了小型四旋翼无人机非线性动力学模型.使用MATLAB/SIM...     

影响基于反求的三维建模数据完整的因素及其处理方法

在产品开发设计中应用反求工程技术因其具有开发周期短、起点高、步伐大的特点而越来越受到重视。而反求过程中最为重要的一个环节是保证数据的完整性。从数据提取、数据传输、曲面造型三个环节分析了基于反求工程技术的几何模型重构中影响数据完整的主要因素即测量死区、数据重叠或数据间隙、原始模型局部变形或破损、数据传输造成的数据失真或数据丢失、造型残缺等,并提出了几何功能分析、信息补充、造型修复的解决方法,最后结合实例加以说明。     

环境数据综合方法及其应用举例

本文利用环境数据综合方法,较好地解决了试验室条件(包括加速试验条件)下数据多,而工作条件下数据少的问题,在武器系统的可靠性评估中,取得了较理想的结果。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。