“高调”联演：美韩各怀心机

4月,美韩联演高潮迭起。“超级雷霆”空战演习11日开启,双方先进战机悉数登场,规模创2009年以来新高。“双龙”登陆演习7日落下帷幕,美出动近万人参演,规模堪比冷战．创1989年以来此类演习规模的新高。其实自1992年以来,随着朝鲜军亨战略的调整,     

液压平衡式发射装置自航发射内弹道模型与仿真

基于装备情况,探讨了潜艇液压平衡式发射装置自航发射鱼雷的可行方案,并建立了后端自流补水的自航发射方式的内弹道模型,进行了计算机仿真。通过试验结果描述鱼雷螺旋桨工作特性,分析了自航发射鱼雷出管速度偏低的原因,并提出改进措施。     

基于灰色神经网络的装甲部队油料消耗预测

油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。     

超视距协同空战传感器、武器协同控制决策模型

首先给出超视距协同空战传感器、武器协同控制的定义,并描述传感器、武器协同控制决策问题。然后介绍协同网络信息相关定义及其矩阵式表述。在此基础上建立基于协同网络信息的传感器、武器协同控制决策的数学模型,最后利用多目标进化算法(MOEA),以一架预警机指挥控制4架战斗机拦截1个来袭目标情况为例对模型进行了验证说明。其结果表明了所建立模型在传感器、武器协同控制决策研究中的可行性和有效性。     

舰炮火控雷达实测误差时序特性分析建模

针对舰炮火控雷达高精度实时仿真建模的问题,运用高斯分布和正态平稳过程的两种误差序列生成方法,建立火控雷达简化仿真模型。通过对某火控雷达实测数据误差的统计及时序相关性分析,完成误差序列仿真生成与验证,给出了实现舰炮火控雷达探测误差仿真的优选方法。实践证明,正态平稳模型的误差生成方法可以有效满足新型舰炮仿真试验火控雷达建模要求。     

装备技术体系网络建模与结构优化方法

针对装备技术发展管理的重用度和冗余度问题,研究了体系网络建模与结构优化方法。将装备技术抽象为节点,技术关系抽象为边,提出了基于装备技术描述属性框架和技术关系分析的体系网络建模方法;将3种经典的网络社团探测方法应用于装备技术聚类,通过比较评估指标,生成了技术聚类优化方案;基于加权网络中心度算法,识别了对体系冗余影响最大的装备技术。以包含235项激光武器装备技术的技术体系为例,验证了方法的有效性,总结了体系结构的优化结论。     

基于改进云重心方法的装备维修性定性评价

将云重心方法引入到装备维修性定性评价中。在运用云重心方法时,需要将定性评语与区间数对应,利用区间数将评语转化为云模型。针对基于3倍熵规则确定熵参数的不足,在云模型期望值左右各3倍熵的区间上对确定度的强弱进行了划分,并由此建立了区间长度为4倍熵的模型,为正确描述评价云发生器奠定了基础。改进了单项指标云重心位置与理想云重心位置的离差的计算方法,简化了综合云重心偏离度的求解模型。最后通过某装备维修性定性评价实例,验证了改进方法的科学性和合理性。     

多无人机协同任务分配方法

任务分配是多UCAV协同控制的核心和有效保证,是一类复杂的多目标优化问题。针对一种扩展的混合整数线性规划(MILP)任务分配模型,通过对模型特点的分析,提出一种基于相似度的遗传退火算法解决该问题并进行仿真实验,仿真结果表明该算法具有较强的收敛性和较好的多样性,验证了改进算法解决该问题模型的有效性。     

PSO优化加权信息融合的多机多目标空战决策

以多机多目标协同空战为作战背景,建立对抗决策模型。选取速度、距离等要素构建综合态势评估函数,采用多因子加权信息融合方式进行评估,态势因素权值采用PSO算法动态寻优。对于每个单机作战策略,利用加权信息融合方式评价编队级决策,其中单机作战策略的权值仍是采用PSO优化算法求得。对决策模型进行了仿真验证,实验表明,该空战决策模型提高了可信度,是准确和有效的,并且满足实时性要求。     

基于θ-QPSO的战斗机机动规避优化方法

规避导弹攻击对于提高战斗机生存能力具有重要意义。首先,建立战斗机和导弹的运动模型及导弹导引律模型,采用直接多重打靶的参数化方法,将机动规避最优控制问题转化为非线性规划问题;采用相位角编码量子粒子群优化算法(θ-QPSO)实现参数寻优,并结合滚动优化的思想,利用模型预测控制得到规避轨迹闭环解和战斗机的实时控制量。最后仿真验证了该方法的合理性和算法的有效性。