基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

穿甲弹对目标坦克穿甲能力仿真研究

为建立坦克炮对装甲类目标的毁伤概率模型,研究命中前提下穿甲弹弹丸对目标坦克装甲的击穿能力,以某型坦克不同方向上的装甲暴露情况为例,建立了弹丸侵彻模型以及弹目运动关系模型,通过Matlab数值仿真和理论计算,得到弹丸命中条件下,目标坦克不同方向上的整体击穿概率随着目标运动方向与弹丸运动方向的反向延长线所成夹角θ的变化规律,以及各个区域击穿概率最大时的θ角取值范围,对实现弹丸对装甲目标的有效打击具有一定的指导意义。     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

单目标探测下的双红外被动测距方法

基于工程三维应用中红外探测目标信息存在误差的情形,建立了对单目标探测进行双红外被动测距的方法,并且通过单点测试验证了该方法的正确性。利用Monte Callo模拟实验法,分析了红外探测角度误差、两站点基线距离和单目标运动特征对该方法定位精度的影响。     

某型云爆弹对地堡目标有生力量杀伤仿真研究

地堡类坚固工事难发现、难摧毁、难压制,如何对其开展有效打击一直是困扰我军的历史性难题。为探索某型云爆弹对地堡类目标有生力量打击效果,丰富作战手段,利用Ansys/Autodyn有限元仿真平台,模拟云爆弹爆炸冲击波超压对地堡内部人员作用效果,结合超压杀伤判据给出基于蒙特卡洛仿真的单个地堡封锁率评估模型。对比分析仿真试验和现地实打结果表明,所提模型方法具有较高可行性,为我军开展新型弹药作战效能研究提供了方法借鉴。