水下缩比航行体热尾流的红外探测实验

根据缩比模型,建立缩比红外成像实验测试系统,对水下航行体的体积、航行深度、运动速度、尾流排放等进行缩比设计,设计多种实验工况,可实现缩比目标模型红外尾流的静态和动态测试。一方面明确红外尾流的可探测性,另一方面掌握红外尾流可探测性的影响因素以及红外尾流的变化规律,为下一步工作奠定基础。缩比实验结果表明,利用区域灰度均值和均方差的起伏变化可有效探测水下航行体水面尾迹。     

增量式神经网络聚类算法

神经网络模型具有强大的问题建模能力,但是传统的反向传播算法只能进行批量监督学习,并且训练开销很大。针对传统算法的不足,提出全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据,引入新的神经元激励函数和突触调节函数,赋予模型以坚实的统计理论基础。在此基础上,提出一种自适应的增量式神经网络聚类算法。算法中引入"胜者得全"式竞争等学习机制,在增量聚类过程中成功避免了"遗忘灾难"问题。在经典数据集上的实验结果表明:该聚类算法与K-means等传统聚类算法效果相当,特别是在增量学习任务的时空开销方面具有较大优势。     

考虑空间几何关系的反交会规避机动方法

针对具有自主接近能力的航天器开展反交会规避机动方法研究。建立仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明:提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。这为规避机动问题研究提供了一种新的视角,可为以主动接近航天器为新对象进行的规避研究提供有益借鉴。     

基于BP神经网络的闭路制导改进方法

针对传统闭路制导方法中的制导方法误差,提出了一种根据"真实目标"进行制导的改进制导方法。采用BP神经网络逼近算法,推导建立预定关机点及落点坐标与需要速度间的映射关系,并装订上弹,使关机点附近对应每一个位置能够映射出相应的需要速度矢量。然后利用闭路制导关机及导引方法对导弹实施控制。通过仿真,该方法大大减小了制导方法误差,提高了导弹射击精度。     

基于BP神经化贝叶斯网络的空袭目标毁伤效果评估

针对空袭目标毁伤因素的复杂多样性,以及贝叶斯网络在评估时对先验知识获取和对网络节点限制方面存在的不足,提出一种BP神经化贝叶斯网络的评估方法,解决空袭目标的毁伤问题。分析了空袭目标毁伤的影响因素,并进行了知识表示;分析了贝叶斯网络结构处理多个父节点问题时存在的几个缺陷,建立了空袭目标毁伤评估的BP神经化网络结构,给出了"BP神经化模块"的决策方法。通过实例分析,结合Netica仿真,验证了该评估方法的准确性,操作简单、有效性好。     

基于混合策略的文图自动转换方法研究

针对文图自动转换问题,借鉴事件模型的思想,结合自然语言理解和本体技术,提出了基于混合策略的文图自动转换方法。通过构建领域本体等知识库,在其支持下对文书进行预处理,以及词法、语法、语义和语用分析,最终实现了文图的自动转换。为验证方法的可行性,设计并实现了文图自动转换原型系统,测试表明,能有效提高文图自动转换的效率和准确性,具有一定的参考价值。     

网络化并行测试构架初探

相对传统顺序测试技术,并行测试技术可大幅提高测试性能及质量。针对现役保障装备特别是测试设备使用过程中表现出的通用性差、种类繁多、综合化差和集成度低的问题,以"通用化、小型化、系列化"为目标,研究了并行测试技术和网络测试适配技术,提出基于网络化并行测试的航空装备测试新架构,该架构解决了外场保障规模大、保障效率低、保障资源浪费、无法满足快速机动保障的问题。     

神经形态器件现状与未来

为解决现有冯·诺依曼计算机面临的低智能、高能耗、低容错等问题,"类脑计算"应运而生。"类脑计算"借鉴大脑的体系结构和信息处理方式,基于神经形态器件构建逻辑与存储相融合的计算硬件,旨在实现更为灵活和智能的信息处理与计算模式。在阐述"类脑计算"起源与发展现状的基础上,研究了人脑神经网络信息处理机制,重点介绍了神经形态器件的研发态势。神经形态器件作为类脑计算芯片和系统的基本组成单元,对于类脑智能的实现至关重要,因此研发能够高精度模拟生物突触、神经元信息处理功能的微纳器件是当前的研究热点。     

非毁伤性攻击下C2关系网络效能评估方法?

非致命毁伤对C2关系网络效能的影响,目前需要更为有效的评估方法。考虑到指控网络能否有效发挥作用,主要体现于指挥控制信息能否及时有效地按需到达,因此分析计算指挥控制信息按时按需到达的情况,可以作为指挥控制关系网络效能的一种有效评价方法。形式化描述了任务信息的到达时延、信息到达率等参数,给出了单次任务信息效用的解析计算方法。在此基础上,通过仿真计算,得到了非毁伤性攻击、多任务条件下网络效能取值及其随完成任务数量的变化关系。最后,分析了网络攻击范围、攻击策略与网络效能间的关系,评价并检验了与之相关的两点结论。     

基于MINE-FNA组合算法的防空体系指标网构建方法?

防空作战体系的武器装备组成结构和对抗信息交互具有网络化特征,其作战效能是通过对抗过程中各组分系统间复杂的网络化交互涌现出来的,因此描述体系作战效能的指标也应由各组分系统效能指标相互关联涌现出来,而传统防空体系指标选取方法无法准确描述防空体系内部复杂的关联关系和揭示体系能力的复杂涌现生成机理。因此将无参数探索最大交互信息算法（ MINE）和网络统计算法（ FNA）组合构建了MINE?FNA组合算法模型,对基于武器装备体系仿真试验床的防空体系仿真的全样本实验数据进行深度挖掘,构建了“底层基础指标→均一化指标→体系级指标”的三层防空体系指标网,为研究防空体系内部复杂关联关系和分析防空体系能力的生成机理提供了有效手段。