基于神经网络的广义两点边值问题

在航天领域中 ,多数制导问题均可以抽象为广义两点边值问题。本文探讨了神经网络在广义两点边值问题求解中的应用。首先讨论了离线制导这一类静态两点边值问题的求解 ,在此基础上 ,对在线制导这一类动态两点边值问题进行了分析 ,并给出了有效的解决方法     

一类不匹配不确定非线性系统鲁棒变结构控制

针对一类具有不匹配非参数化不确定性的非线性系统 ,设计出一种鲁棒变结构控制器。该控制器能够保证当时间 t趋于无穷时 ,闭环控制系统的输出跟踪误差趋于零。仿真实例说明了该控制器具有满意的控制效果     

自主式UCAV火控算法与系统设计

介绍了一种改进的CCRP轰炸瞄准原理,给出了其数学模型和瞄准原理公式,分析、说明了其瞄准原理和特点.根据自主式无人战斗机的特点、任务、要求,运用此原理,进行了系统设计,确定了火飞耦合控制律.研究和仿真结果表明:该原理正确,所述的火控算法和设计的控制律合理,为进一步开展自主式UCAV的研究和设计打下了基础.     

军转民成本分析及军工企业主体规划研究

文章通过对企业军转民成本的分析,认为宏观上要实现军品运营机制与民品运营机制的对接磨合,微观上构建军工企业的核心能力。为此,军转民企业必须进行体制转换、企业文化调整、设备设施功能扩展、劳动力技术技能延伸等一系列有效安排。     

基于小样本学习的军事装备识别技术

针对军事装备样本稀缺昂贵、目标识别研究进展缓慢等问题,从人类认知科学出发,提出利用民用装备数据完成深度学习训练,实现大样本知识积累;采用模式识别算法提取装备武器特征,实现样本目标识别。通过分析2种样本属性空间距离,利用卷积神经网络作为前端,采用SIFT算法作为后端,构建递进学习模型,实现对多种军事装备的高效识别。实验测试模型识别坦克、战机和军舰平均置信度分别为87%、92%和91%,军事装备武器样本数量决定目标识别精度,样本泛化可提高目标识别率。提出的递进学习模型充分利用深度学习和模式识别算法优势,实现军事领域武器装备小样本目标识别。     

面向平行仿真的多分支决策点生成策略研究

在基于实时态势的平行仿真推演中,战场的不确定性要求仿真具备多分支推演能力。多分支推演过程中,通过决策点牵引,实现对相关分支的生成。传统的决策点选取依赖于专家系统,难以满足平行仿真对决策点的生成效率的要求,通过分析离线多分支推演和实时多分支推演的区别,提出了一种面向平行仿真的决策点生成策略,基于案例推理,快速判断并生成决策点,实现实时多分支推演,减少了部分无效分支的生成,保障了平行仿真下多分支生成的可信性和实效性。     

基于惯导信息卫星定位与景象匹配的导航方法

针对飞行器在卫星信号失效时导航精度变差的问题,提出一种基于惯性导航系统(Inertial Navigation System, INS)、卫星定位与景象匹配的合成孔径雷达(Synthetic Aperture Radar, SAR)载机平台组合导航方法。首先根据INS、卫星定位与景象匹配的数学模型,构造了对应的量测方程,然后应用卡尔曼滤波(Kalman Filter, KF),对不同的量测推导了对应的滤波算法。其中对于卫星数据与景象匹配数据,通过扩展卡尔曼滤波(Extended Kalman Filter, EKF)进行了线性化处理。该方法不要求卫星数据直接提供定位信息,故在卫星数较少时也可以应用。仿真实验中,当卫星信号部分缺失时,本文方法能获得比INS与卫星组合定位方法更小的位置误差,在包含卫星信号时,也能提供比INS与卫星组合定位方法更优的精度。仿真结果证明了该方法的有效性。     

基于动力特征模板的无源探测主动段弹道估计

针对单飞行器采用无源探测手段对拦截弹主动段进行弹道估计的问题,提出一种基于动力特征模板的多模型自适应无迹卡尔曼滤波(MMAE-UKF)算法。在观测信息不完备的条件下,通过引入拦截弹动力特征模板,将飞行程序角模型设计参数与发射方位角增广为目标状态分量,基于程序角模型和动力特征模板构建非线性MMAE模型集,采用MMAE-UKF算法对拦截弹的程序角模型和设计参数进行辨识,同时对拦截弹主动段运动状态进行估计。仿真结果表明,算法能够快速准确辨识出拦截弹主动段采用的程序角模型及设计参数;与传统的增广状态滤波算法相比,运动状态估计误差显著减小,滤波稳定速度大幅度提高。     

基于Focal Loss的多特征融合地物小目标检测

针对无人机影像中地物车辆目标占整体像素不超过0.4％的小目标检测效果差的问题,在融合FPN结构的Faster R-CNN(FFRCNN)网络基础上,提出一种改进算法——FM-FFRCNN.利用Resnet-50网络进行特征提取,并联多个卷积核进行卷积操作实现多特征融合,达到扩大感受野的效果,并通过检测模块进行回归与分类...     

军事需求工程技术之需求描述与建模

军事需求工程的主要工作之一就是“通过合适的工具和记号,系统地描述待开发系统及其行为特征和相关约束,形成需求文档”,即通常所说的需求规格。需求工程研究的核心是关于需求规格描述方法和技术的研究,它致力于寻求以下几点支持:①需求规格的表示、获取机制;②需求规格文档制作及品质保证机制;③需求规格的演示验证机制。《军事需求的基本概念与内涵》一文指出“实际上,没有一个清晰、毫无二义性的‘需求’术语存在;所谓的‘需求’,是人们对系统的一种主观期望,真正的‘需求’存在于人们的脑海中,任何文档形式的需求仅仅是一个模型、一种叙…