作战过程设计策略及其优选模型

组织设计通常包括三个流程即任务环境分析、过程设计和结构设计.作战过程设计是以其环境分析为基础,以其结构设计为目的,最终解决作战组织资源、平台、信息和决策的最优"合纵"和"连横"问题.尝试将C2(Command Control)组织的有关设计理论映射到作战组织设计,根据组织的演化过程机理,采用基于Bayes网络的方法,对作战组织进行过程设计,并对其设计策略进行优选,最后给出一个案例并加以验证.结果表明:采用动态Bayes网络的方法研究组织过程设计可行,其设计策略及优选模型合理.     

基于组合设计的软件可靠性测试方法

提出了将实验设计中的组合设计方法应用于软件可靠性测试。分析了组合设计方法在软件可靠性测试用例设计中应用的理论基础和基于组合设计的软件可靠性测试的一般方法。同时指出了利用软件操作剖面信息和失效数据进行可靠性评估的方法。     

装备一体化设计中基于约束和实例的维修性冲突解决方法研究

分析了装备一体化设计过程中维修性约束及维修性冲突的特点。在此基础上,结合并行设计、协同设计领域内的相关研究,提出了基于约束和实例的维修性冲突解决方法,该方法发扬了约束法和实例法解决冲突的优势,弥补了单一解决方案存在的不足。最后以某型飞机电动机设计为例对该方法进行了说明。     

22SiMn2TiB装甲钢异种焊接接头超声波探伤探头设计

用常规探头对22SiMn2TiB装甲钢与TWE312异种钢焊接接头进行缺陷检测,杂波和伪缺陷波导致灵敏度、信噪比不高。用扫描电镜观察到这种异种钢焊接接头主要为奥氏体+铁素体组织,其中奥氏体是主体组织。根据焊缝的组织特点,设计出了2.5P13×13K1.5型专用探头。在预制缺陷的焊接接头上进行了验证试验,结果表明2.5P13×13K1.5探头对接头内部的缺陷具有较高的检出率。     

构筑“数字昌飞” 打造一流企业

昌河飞机工业(集团)公司是国家定点的直升机科研生产基地。近年来,该公司在数字化设计、制造管理技术方面进行了大胆的探索,大力实施飞机制造业数字化工程,以信息化带动工业化,利用高技术和先进适用技术提升制造水平,积极构筑“数字昌飞”,打造一流的国防科技工业企业。加强信息化建设搭建数字化平台企业实现数字化、网络化是一个渐进的过程。昌飞公司从加强企业信息化建设入手,实行信息化管理,打好信息化企业的基础。该公司从1998年就着手研究产品数据管理技术,1999年为支持C I M S(计算机集成制造系统)/并行工程项目的实施及直升机产品…     

智能指挥空间概念与架构

面向下一代军事指挥所,为提高态势感知与决策效率,从环境智能角度提出智能指挥空间概念,提出智能指挥空间具备的以任务为中心的设计、主动服务、自发交互、显示融合、精细互联5个特征以及显示资源概念,设计了一个典型的智能指挥空间架构,提出了潜在应用场景,预期可为下一代军事指挥所的构建提供思路借鉴.     

近地卫星Ka频段数传链路抗雨衰ACM模式设计

针对近地卫星数传时的信道时变性和严重的Ka频段雨衰现象,采用自适应编码调制（ACM）技术能够充分利用链路资源,相对于传统的固定编码调制方式,进一步提高了链路的数据吞吐量。提出了近地卫星Ka频段数传链路ACM模式设计方法,在降雨环境下建立Ka频段数传链路模型,根据信道状况确定ACM选用模式;采用基于导频符号的最大似然信噪比估计算法结合移动平均的平滑方法实现信道估计,有效地减小了估计值的波动。仿真结果表明,无论晴天还是雨天,采用提出的卫星数传链路ACM模式设计方法,能够在保证系统可靠性的同时获取较高的数据吞吐量。     

国外隐身无人机的发展

近期,美国海军公布MQ-25隐身无人加油机布局设计,引起国际航空界高度关注,美国又一次大秀其在隐身技术方面的优势。隐身技术已成为多学科融合的高新技术,是研发高端无人机的瓶颈技术之一。本文以雷达隐身为例,梳理了隐身的概念、方法与代价,对比介绍了国外典型的隐身无人机项目,探讨了隐身无人机设计的关键技术。     

基于DoDAF的地面无人作战系统作战概念设计方法

针对当前作战概念描述结构化程度低、过于抽象的问题,基于体系结构框架方法,提出了基于DoDAF的地面无人作战系统作战概念设计方法,阐述了作战概念的要素构成及其相互关系,建立了地面无人作战系统作战概念设计的总体框架,提出了面向不同作战要素的分解建模、映射关联和交互优化设计方法.     

低空无人机实时探测的GCB-YOLOv5s算法

为应对无人机“黑飞”“滥飞”带来的安全威胁,迫切需要对无人机进行有效的实时探测与识别。然而由于低空无人机的灵活性、微小型化及多干扰因素等原因,传统的雷达探测等方法表现不佳。为此,基于机器视觉探测,提出了一种低空无人机实时探测的GCB-YOLOv5s算法。该算法针对经典YOLOv5算法运算速度难以满足高清实时处理的问题,使用轻量级GhostNet网络取代了YOLOv5骨干网络中的卷积运算,简化网络结构,大幅提高了计算速度;并且通过引入CA注意力机制,以及使用BiFPN双向加权特征金字塔替换颈部的PANet结构,在网络结构简化的基础上提升检测准确性。通过现地拍摄无人机在建筑、云层、树木、阴暗等不同复杂背景下的飞行姿态,结合公开数据集,对算法进行训练和测试实验。实验结果表明,GCB-YOLOv5s在参数量和浮点数计算量上均减少了近40%,且可达96.7%的精确率、96.4%的召回率和97.5%的平均精度。