弹炮结合低空防御系统的配置

本报告论述了发展机动车载的防空导弹与高炮相结合的低空防御系统的方向,介绍了国外弹炮结合武器系统各种可能的设备配置及其性能,对不同配置作了比较,提出了系统合理配置的一些看法。     

火控系统输出误差分离方法

本文提出的火控系统输出误差的分离法,为利用动态飞行试验数据评价火控系统及其火控系统子系统的性能提供了一种方法。     

综合航空火力控制系统及其模拟仿真

论述了综合航空火力控制系统在现代空战中的地位,并对系统及各子系统所完成的任务和他们之间的相互关系作了较为详细的介绍。对系统的模拟仿真原理及其仿真过程作了简要的阐述。此外,对模拟仿真中所需的实验设备也作了简要的介绍。     

角速率火控系统倾斜修正问题的研究

倾斜修正是角速率火控系统研究、设计和生产中的一个重要课题。本文首先明确了几个基本概念,然后给出倾斜修正的计算方案,最后,应用四元数理论解决计算方案的工程实现问题。     

液体火箭发动机故障诊断的最优回归方法

提出了一种基于最优回归理论的液体火箭发动机故障诊断方法，可以在测量参数较少的情况下诊断出较多的发动机故障。当发动机故障不太严重、故障因素也不多时，得到比较满意的关于故障定位和故障大小的结果；在发动机故障比较严重的情况下，仍能得到比较好的故障定位结果；当存在多个故障因素时，诊断效能有所下降。结果表明本文所提方法在比较大的范围之内具有良好的效果。     

基于神经网络的专家规则推理系统

本文将专家在平衡—模拟倒摆小车时记录下来的数据经处理后，用监督式学习的方法训练一前置式神经网络。训练后的神经网络派生出了一组专家尚未意识到或者表达不出来的规则，并将该规则构造的专家系统控制器与使用Ｑｕｉｎｌａｎ的ＩＤ３算法推导出的规则构造的专家系统控制器进行比较。实验结果表明，神经网络算法学习出来的规则较ＩＤ３算法推导出的规则更为有效，且更有应用价值。本文成功地将该规则应用于火箭的姿态控制，一类似倒摆小车的问题。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。     

现代坦克火控系统体系结构发展的轨迹

对现代坦克火控系统体系结构发展的轨迹进行了较为详尽的论述,分析了几种主要类型的火控系统体系结构.对于在战车火控系统的发展历程中起重要作用的指挥仪式火控系统,从上反射式系统和下反射式系统两方面进行了比较分析.最后指出了用控制主线的观点来分析和预测火控系统发展所具有的优点.     

粗糙神经网络的航空电子系统故障诊断方法

提出了一种基于粗糙神经网络的航空电子系统故障诊断方法.该方法运用粗糙集理论进行知识规则的提取,用提取的规则对航空电子系统输出数据进行分类,再用神经网络对每一类进行辨识,最后用粗糙集分类结果与各个神经网络输出进行综合得到系统一步预测结果,将该预测结果与航空电子系统实际输出进行阀值比较,进而进行故障诊断.实际应用表明该方法可行并能够有效地检测系统故障,故障诊断率高.