目次

为改善等离子体合成射流激励器在稀薄空气环境中的控制效果,增强其临近空间环境适应性,开展了腔体增压条件下激励器工作特性的研究。建立了腔体增压效果理论分析模型,计算结果表明:采用高压气源供气可以较好地提升激励器腔体气压,并且腔体气压对高压气源气压具有较好的跟随性,从而为射流强度调节提供了一种新的方式。搭建了腔体增压等离子体合成射流激励器实验系统,开展了腔体增压压力和射流流场特性测量,实验测量结果与计算结果吻合良好,误差小于2.6%。高速纹影观测显示:在腔体增压作用下,激励器控制力得到显著改善,射流锋面峰值速度由256 m/s提升至507 m/s。     

协同条件下的空空导弹作战效能分析

针对协同条件下空空导弹武器没有有效评估体系的问题,建立了基于作用域的综合评估流程,并对现有空空导弹评估指标体系进行了重新构建。在此基础上首次对协同条件下的空空导弹武器作战效能分析方法进行了深入研究,创新性地提出了逆向权重分析及基于模糊理论的灰色评估策略,并对双机协同条件下的空空导弹协同作战效能进行了分析。     

跨层协同指挥控制网络抗毁性研究

针对跨层协同指挥控制网络特点,研究指挥控制网络抗毁性问题。运用复杂网络理论解析指挥控制网络体系,提出跨层协同指挥控制的结构模型和生成算法。在此基础上,分析了指挥控制网络的多类型复合攻击策略,引入自然连通度作为网络抗毁性测度指标。仿真分析多类型复合攻击策略下的跨层协同指挥控制网络抗毁性。     

基于网络环模型的CEC协同网络鲁棒性研究

在海上激烈的攻防对抗环境下,网络化协同反导作战能力是未来舰艇编队防御作战新型作战能力,舰艇编队协同反导作战稳定性,即CEC网络的鲁棒性对于提升反导作战能力就显得至关重要。为有效评估协同作战稳定性,以水面舰艇编队协同反导作战为背景,运用网络环模型,提出了一种基于网络邻接矩阵最大特征值λMAX评价CEC协同作战网络鲁棒性的方法,并通过模型仿真分析验证了方法的有效性,对于舰艇编队反导作战CEC网络的设计与评估具有一定的指导意义。     

基于DBSCAN聚类的异构多智能体分层任务分配方法

针对多约束条件下大规模探测/通信智能体集群协同探测任务分配问题,从全局与局部相结合的角度,提出了一种分层任务分配求解方法。首先,根据通信距离约束对所有任务节点进行聚类预分组,将集群任务分配问题划分为上层全局任务分配和底层局部任务分配。然后,根据聚类结果采用启发式算法求解探测/通信智能体组间全局任务分配结果。随后,根据探测智能体的全局任务分配结果,采用遗传算法对探测智能体组内任务进行分配。最后,通信智能体根据探测智能体的组内任务分配结果,采用基于虚拟节点的方法进行组内任务分配。实验结果表明,相较于直接求解方法,分层任务分配方法不仅解决了大规模集群协同任务分配问题,还可以在保证优化目标值相近的情况下,缩短70%以上的求解时间,较快得到相对最优的任务分配结果。     

基于类脑智能的无人集群设计初探及关键技术浅析

无人集群广泛应用于军事、工业等重要领域,并逐渐向智能化、协同化快速发展。借鉴人脑系统的高级智能模板,从端、边、云三个类脑层面讨论新型无人系统的设计构想,为未来智能无人集群提供了创新的探索思路。首先,端节点的通用异构无人机模仿大脑神经元形式,节约个体无人机开发成本并提升集群协作效能。其次,无人机间的拓扑结构借鉴类脑交互模式,形成内外双向通信环路以提升信息交互效率。最后,无人集群云端参考人脑与环境交互的自学习方式,在任务中动态扩充知识库以优化系统性能。综合上述类脑无人集群的设计思想,探索分析了该领域的关键技术,并对未来无人集群的智能化发展进行了展望。     

参照化流形空间融合学习的敏感特征提取与异常检测方法

针对遥测振动信号冲击强、响应周期短、共振频带宽和小样本等特点导致异类模式识别率低的问题,提出基于参照化流形空间融合学习的敏感特征提取与异常检测方法。采用多尺度分析方法将信号正交无遗漏地分解到各尺度带中,提取多尺度特征构造高维特征集;以相同的正常信号样本结合相同类型的异常样本建立专属参照化模型单元,采用线性流形学习获取各参照化模型单元多尺度流形特征差异,增强异常特征的敏感性。融合各参照化模型单元的投影矩阵对原始特征集进行升维再学习,获取低维多尺度敏感流形特征;输入到分类器实现对未知样本状态辨识。实测信号处理结果验证了算法的有效性。     

基于频段覆盖率的协同空战干扰资源分配研究

现代空战中电子干扰占据了越来越重要的地位,针对协同空战中的干扰资源分配问题,提出一种基于频段覆盖率的干扰资源分配方法。对干扰频段覆盖率的各种可能情况进行了分析,并以此为依据建立了载机相对目标的干扰频段覆盖率优势模型;针对人工鱼群算法进行了改进,并将其应用于干扰资源分配模型的解算;对所提方法进行了仿真以及对比分析,结果表明其具有良好的可行性。     

基于模糊遗传算法的先进战机协同攻防决策

根据先进战机的特点以及协同空战的发展方向,采用了一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型,为了更符合作战情形对其进行了部分改进。将模糊遗传算法应用于上述模型,给出了求解多机协同攻防决策问题的算法,模糊推理器主要用于交叉概率Pc和变异概率Pm的整定。最后用具体算例进行仿真验证,结果表明采用的空战态势分析模型能够较为准确地描述多机协同空战,同时采用的算法具有较好的可行性和实时性,为协同空战的攻防决策提供了新的解决方案。     

分布式杀伤在编队反潜作战中的应用

编队反潜作战是现今和今后很长时期海上战争的重要形式。通过阐述分布式杀伤条件下编队反潜对体系搜潜能力、编队动态组网能力和生存能力,以及体系容变性和灵活性等方面的要求,提出分布式编队反潜的基本架构,对以空间分散和任务协同为主要特征的分布式编队反潜模式进行论证和分析,并结合战术想定将典型的反潜作战模式具体化。对分布式杀伤背景条件下编队反潜作战能力建设的研究进行了有益的尝试和创新。