分层任务网络在UCAV规划中的应用

无人战斗机任务规划对提高它的生存能力、突防能力、作战效能具有重要意义.分层任务网络规划是一个有效的规划方法,HTNP的最大好处在于,搜索受控于细心设计的方法.在某种意义上讲,一个HTN规划器只描述了如何使用操作,给实际使用带来了困难.在HTNP中引入目标协调机制、禁忌表等,将原有"离线"式方法变为"在线"式方法,提高了方法的适应性能.可以根据情况的变化,随时生成新的规划,降低了预先设计方法的数量,从而降低工程实施的难度.     

航空兵空中进攻作战兵力使用方案的优化

科学技术的飞速发展和高技术航空兵器的广泛使用,使得空军航空兵对地作战的地位发生了重大变化,当今世界许多国家已十分注重发展空对地作战理论,也更加强调发挥空中力量的进攻特长,"进攻"已成为空中力量运用的主导思想.针对空中进攻作战,运用线性规划的理论和方法,分析各种不同的航空兵兵力使用方案,根据敌防空体系对我方突击机的威胁程度,以完成突击任务等为约束条件,提出了一种以我方损失最小、航程最短等为目标函数的航空兵最优出动方案及我军现有作战飞机的编队模型构想.     

野外无人车路径规划与轨迹规划技术

常规布局及结构化的城市环境中的无人地面车,其环境感知和路径规划技术的研究相对成熟.然而,无人车在信息未知、环境复杂的野外进行自主规划和障碍规避尚存在困难.针对复杂环境中无人车的路径规划和轨迹规划技术展开研究,首先,考虑环境相对未知、存在凹凸障碍物和起伏地面等因素,利用激光雷达、相机和IMU组成车载多传感器系统获取复杂的...     

基于优化神经网络的雷达波束分配方法研究

在多目标的跟踪过程中,自适应地分配雷达波束能够进一步提升雷达的工作效率.为了合理调度雷达波束跟踪目标,根据目标运动状态参数,建立了目标威胁度评估模型.该模型根据目标运动状态,包含类型、速度、加速度、航向角、高度、距离和干扰程度等;然后基于混合遗传粒子群优化算法改进了BP神经网络,分别采用运动状态信息和目标威胁度作为神经...     

2006中国国防白皮书与国防科技工业的发展

新版国防白皮书的关键词是:发展·和谐·透明。为保证中国的国防和军队到21世纪中叶基本实现建设信息化军队、打赢信息化战争的战略目标,国防科技工业必须从“机械军工”转变为“数字军工”,建立起结构优化、布局合理、资源共享和运行高效的国防科技工业体系。     

某通用无人机最优航迹的获取

在高技术条件下,如何发挥好无人机这一空中侦察平台的最大效能,对炮兵进行实时侦察、校射有着重要意义。本文正是从这一角度出发,通过计算机仿真、模拟某通用无人机飞行过程,寻找不同条件下的最优航线,达到速度快、航程远、航时长的目的,供无人机分队平时训练或实际作战参考作用。     

军事物资储备的七大转变

我国军事战略形势的变化以及国民经济体制的改革,对我军原有物资储备体系产生了巨大冲击,物资储备正在经历数量规模合理化、管理方式动态化、方法选择多元化、储备布局战略化、内容技术能力化等一系列重大变革。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

美国战争利益从疆域占领到权力角逐的刚性约束

美国战争利益追求表现为始自于对土地的渴望、终结于对权力角逐的发展轨迹。引致这种战争利益渴望转化的决定性因素是国家管理成本收益变化规律,即一个国家的国土规模并非越大越好,一旦管理成本超过了国土规模所带来的收益时,国土规模的无限扩大便失去了应有的经济学含义。追求国家适度规模即国民经济产出最优时的疆域面积应是国家的最佳国土规模。从经济学的角度讲,美国战争利益的渴望不再有疆域扩张的冲动,而表现为对市场、权力和战略资源分配控制权的争夺。这种对权力的追逐并非表明美国战争及其战略好斗性和进攻性的减弱,而是国家国土适度规模效应作用的必然结果。美国战争的经济性特征及其规律就深藏在这种刚性的成本约束之中。     

遗传算法在防空导弹火力优化分配中的应用

介绍了遗传算法的基本原理、算法设计并结合遗传算法主要解决了如何把目标分配给火力单元的问题,编写了相应的程序,并给出了一个基于遗传算法的火力优化分配方案。