地面防空导弹引战配合数字仿真研究

防空导弹技术的迅速发展和武器装备的不断更新,对防空导弹的训练应用仿真技术提出了较高的要求,着眼于地面防空武器,分析了引战配合的关键技术,首先建立引战配合的数学模型,然后在此基础上介绍防空导弹引战配合仿真系统,最后对引信、战斗部和目标的作用过程进行动态仿真,给出了仿真结果以及战斗部破片的动态飞散区域图形.直观显示出引战配合的效果和对目标的毁伤程度.为日后进一步提高引战配合效率提供了参数依据,在提高防空武器系统的性能上具有重要意义.     

一类搜索型多对二随机格斗的获胜概率

研究搜索型多对二随机格斗战斗模型。假设格斗开始时A方有m件武器,B方有2件武器,B方处于隐蔽状态,格斗开始后B方可以直接对A方进行射击,A方需先搜索到B方后才能进行射击。双方各为同类武器,都是集火射击,所有开火都是独立的,每件武器开火射击直到毁伤对方才重新射击下一个目标。对搜索时间和毁伤间隔时间都服从一般分布的随机格斗模型,通过分析各状态的特征,利用状态概率分析方法和向后递归时间方法建立状态方程,求出了格斗处在各个状态的概率,并得到双方的获胜概率计算公式。     

子母弹抛撒半径对机场毁伤效果影响分析

首先阐述了机场目标在未来战争中的地位与作用 ,在对机场目标及其子目标分析的基础上 ,建立了炮道失效率的计算模型。利用蒙卡模拟的方法重点研究了子母弹抛撒半径对机场毁伤效果的影响 ,并摸索了一些规律     

武器装备战场毁伤评估方法研究综述

针对国内外武器装备毁伤评估方法的研究现状,详细阐述了贝叶斯方法、有限元分析方法、基于复杂系统目标的毁伤评估方法的应用过程与基本原理,并分别对3类方法的优、缺点进行了分析与比较,指出了存在的问题及下一步的改进方向,为装备毁伤评估领域的研究提供了理论参考与借鉴.     

空降作战中伞降高度选择模型研究

在分析伞降高度选择影响因素的基础上,研究了敌反空降防空火力对伞降高度选择的影响,给出了各类防空火力对不同高度实施空降时运输机和伞兵毁伤数的计算公式;基于伞降高度选择原则建立了伞降高度选择模型.通过实例证明了模型的合理性,可为空降作战决策提供参考依据.     

弹炮结合武器系统效能评估

简要分析了发展近程反导武器系统的必要性和弹炮结合系统的优势,并以近程舰炮武器系统为基础,给出了弹炮结合系统的基本组成。利用WSEIAC模型及系统组成的串并联关系,分析了系统在开始工作时,以及在工作过程中,可能出现的不同状态,并建立了它的效能评估数学模型。最后根据实际工程应用经验数据,对弹炮结合系统的效能进行了计算,并分析了计算结果,为系统的设计、研制、评价提供了依据。     

舰炮对海上集群小目标射击的毁伤概率

海上集群小目标是水面舰艇面临的主要威胁之一。以单管大口径舰炮对海上集群小目标射击作为研究对象,对集群目标进行了等效处理,分析了弹种、引信和装药的选择以及效力射中的表尺分配问题,提出多表尺效力射方法,利用该方法对海上集群小目标射击的毁伤概率进行了分析。结果表明,采用该方法并使用空炸榴弹或杀伤爆破弹,可有效破坏敌运输工具,杀伤其有生力量。     

多用途子母弹对集群目标毁伤效率评估模型

多用途子母弹是多功能火炮配备的一种集地面打击和防空袭于一体的新型弹药,为充分发挥该弹药的战技性能,并合理地研究其作战使用。在假定单个目标均匀分布的基础上,运用离散的方法研究并建立了单发多用途子母弹对集群目标射击的效率评定模型,在此基础上又建立了多发多用途子母弹对集群目标射击时的效率评定模型,并运用模型进行了计算分析,计算结果表明该模型计算过程简便、精度高、准确性较好。     

未来空域窗下高炮武器系统的毁伤概率

为得到更准确的高炮武器系统毁伤概率算法,将射击诸元误差进行了分解,并对射击诸元误差各分量进行了相关性和重复性分析;在上述分析的基础上,结合弱相关误差序列的生成方法,给出了毁伤概率计算的蒙特卡罗法;基于此算法,计算了高炮武器系统使用未来空域窗射击体制或集火射击体制时,对不同机动特性目标的毁伤概率;结果表明,对高机动目标进行射击时,未来空域窗射击体制相比集火射击体制更优;同时给出了根据目标机动特性选择射击体制的方法。     

基于卷积神经网络和随机森林的毁伤效果评估方法

目标毁伤效果评估是现代化战争中的重要一环。针对传统的毁伤效果评估方法无法区分目标特征与背景特征而导致评估结果不准确的问题,提出了卷积神经网络(convolutional neural network,CNN)和随机森林(random forest,RF)相结合的方法,记为CNN-F算法。通过卷积神经网络处理图像,提取图像特征,再使用随机森林替换卷积神经网络中的部分全连接层和softmax分类器进行目标毁伤结果分类。实验结果表明,该算法在准确度、精确度、召回率和F₁值4个指标上都达到了较高的水平,达到了83.050%、83.585%、83.050%和82.945%,其评估结果可以为指挥员下一步决策提供参考。