基于云模型的系统综合效能评估方法

针对系统效能评估中定性描述难以准确评估的问题,在分析已有基于云模型评估方法不足的基础上,提出了一种新的基于云模型的系统综合效能评估方法。首先将各指标值和评价集的各评语用云模型表示,然后利用各指标值云模型与评价集各云模型相似度的加权和来对系统综合效能进行评估。实例分析表明,该方法能够有效地对系统进行综合效能评估。     

雷达辐射源识别中数据库的构建及应用北大核心

为满足雷达辐射源识别技术发展和特征参数挖掘的需要,在分析辐射源基本信息和特征参数以及二者之间关联关系的基础上,通过数据库管理系统SQL Server,以E-R模型、数据类型设计为切入点,分别构建了雷达辐射源信息库和特征库。最后,分别从雷达辐射源数据可视化管理、信号调制类型识别、辐射源匹配识别等方面探究了数据库的应用实例。从应用实例的运行效果来看,验证了所构建数据库的科学性和可行性。     

基于遗传算法的整周模糊度OTF解算

建立了一种基于简单遗传算法的改进模糊度搜索方法。首先采用一组约束方程求解模糊度浮点数解 ,然后UDUT 和LDLT 分解对整周模糊度进行整数高斯变换以降低各整周模糊度之间的相关性 ,最后利用遗传算法进行整周模糊度搜索。在种群个体较少的情况下 ,为了避免早熟使搜索陷入局部最优 ,提出两种变异算子 ,保持个体的多样性。仿真结果表明改进后的算法能够实时动态解算整周模糊度 ,且较使用简单遗传算法具有更快的搜索速度和鲁棒性。     

防空智能火力分配的实现方法

防空指挥当中火力分配的原则有很多,从目标威胁度和射击有利度等方面对火力分配原则加以分析.同时介绍了在Windows环境下,利用Visual C 开发工具对智能火力分配原则进行代码编程的实现方法,重点阐述了基于面向对象的编程思想,运用多线程和对象链表的编程手法解决了火力分配过程中各目标对象和火力单位对象的属性参数实时处理问题.     

喷雾干燥法制备HMX基含铝炸药的工艺优化

以丙酮为溶剂,氟橡胶F2602为粘结剂,采取喷雾干燥工艺技术制备了HMX基含铝炸药,研究了入口温度、进料速率以及氮气流量等条件对其性能的影响规律。使用SEM观察了制得HMX基含铝炸药复合微粒样品的形貌特征,利用XPS测试了原料HMX及复合微粒样品表面元素含量和包覆效果,并用撞击感度测试仪测得了原料HMX及复合微粒样品的撞击感度。结果表明,喷雾干燥法制备HMX基含铝炸药的最优工艺条件参数为：入口温度70℃,进料速率4.5 mL·min^-1,氮气流量473 L·h^-1。此时所制得复合微粒样品大小均匀,球形程度高,表面光滑平整,缺陷较少,同时其表面粘结剂氟橡胶F2602含量最高,纳米铝粉含量最低,包覆度高达84.85%,包覆效果较好。与原料HMX相比,其撞击能量升高了7 J,撞击感度显著降低,安全性能得到明显提高。     

基于预添加虚拟力的改进人工势场算法

针对传统人工势场法在路径规划时会因目标点与障碍物的位置原因,出现引力与斥力合力为零而陷入局部最优点无法脱离的现象,提出了引入虚拟力辅助人工势场摆脱局部最优点的方法。改进算法首先将预添加的虚拟力细化等分为8个方向,再根据虚拟力与人工势场的势场力合力重新规划轨迹,在选择合适的时机撤去虚拟力后会获得多条新轨迹,然后根据每条新规划的轨迹情况,去除不合理的轨迹。最后计算出所有可行的预添加虚拟力方向的轨迹长度,选择出最优的轨迹。通过设置的五组仿真实验获得改进算法与传统人工势场法仿真结果的对比,验证了改进算法在面对单个障碍物与多障碍物的复杂环境下都能够解决传统人工势场法的缺陷,规划出合理的路径,可以有效地解决复杂环境下传统人工势场法适应性差等问题,证明了通过预添加虚拟力对传统人工势场法进行改进的可行性与有效性。     

靶机模拟反舰导弹相似性评估及威胁态势构建

对强敌典型亚声速反舰导弹性能及主要突防技术手段进行了分析,提出了基于威胁目标特性分解的相似度分析方法,构建了靶机模拟威胁目标相似度模型,并运用此方法对靶机的相似度进行综合评估,分析了其与典型模拟对象的差距。在此基础上,研究了当前构建典型威胁态势的主要方法与能力的不足之处,针对如何提高模拟强敌反舰导弹目标能力、提升防空反导训练效果和构建体系化空中蓝军发力方向提出了几点思考,为靶场空中威胁态势构建提供依据。     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

基于PPO的球形机器人目标跟随研究

球形机器人由于其优异的运动性能、出色的地形适应能力和防侧翻的特性,被广泛应用于水下探测、岸滩巡检等需要适应复杂环境的场景。然而球形机器人系统模型具有欠驱动、非线性的特点,运动控制问题复杂,在复杂应用环境下难以可靠跟随目标。为此,提出了一种基于近端策略优化(PPO)算法的球形机器人目标跟随方法。该方法基于深度强化学习理论,在球形机器人动力学模型的基础上,设计了简单高效的动作空间和表征完善的状态空间。并且为提高目标跟随方法的鲁棒性,该方法在奖励函数中引入人工势场,以使目标始终保持在机器人视野中心。仿真结果表明,所提方法能够满足既定场景的跟随需求,球形机器人使用该方法可以对随机运动目标进行可靠跟随。