基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一.采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别...     

空中–水面子母无人平台系统设计与协同控制

微小型固定翼无人机和水面无人船组成的子母型无人系统是一种典型的跨域异构协同实现方式,开展有针对性的相关研究可快速提升我军现有无人装备技术水平.首先,介绍了国内外空中–水面子母无人平台系统的研究进展;其次,针对舰载固定翼无人机难回收的问题提出了一种全新的跨域异构协作的实现方式:利用可变柔性机械臂配合拦阻索的机构辅助实现在...     

空气深度预冷组合循环发动机吸气式模态建模及性能分析

针对空气深度预冷组合循环发动机——协同吸气式火箭发动机(Synergistic Air-Breathing Rocket Engine,SABRE),采用部件法对其进行建模,匹配计算得到吸气式模态下飞行走廊内其性能参数变化规律,并研究其高度速度特性。计算模型可信度较高,推力误差小于6%,能够较为准确地模拟SABRE吸气式模态的性能参数。结果表明:SABRE兼具火箭发动机大推力和航空发动机高比冲的特点,吸气式模态下比冲介于21 300~27 380 m/s,随着高度速度的增大,其推力比冲先增大后减小;SABRE利用预冷器将入口空气温度降低,可使其空域速域拓宽至25 km、5Ma,满足高超声速飞行的动力需求;发动机速度下限由压气机最大流量决定,速度上限则由氦气回路减压器工作限制条件决定。     

韩国反导政策:调整、原因及影响

韩国自20世纪90年代起开始考虑反导系统的构建以来,其反导政策经历了"明确反对加入美国反导体系,自主构建韩国型导弹防御系统"到"强化韩美、韩美日反导合作,谋求实质上融入美国反导体系"的显著调整与变化。韩国反导政策的演变与朝鲜核、导威胁的与日俱增、韩国自身反导能力的不足及美国的极力推动等因素密不可分。当前,韩国开始部署"萨德"末段高空区域反导系统,韩美反导合作日益深入,并向韩美日三边合作拓展,且取得了实质性的进展。韩国强化与美、日的反导联合,在军事、外交、安全方面引发了广泛影响。     

利益相容理论下国防科技军民协同创新的主要问题及对策

开展军民协同创新,是推进国防科技创新发展、建立军民融合创新体系的重要战略举措。利益相容是开展军民协同创新的重要前提。文章基于利益相容原理,科学分析军民协同创新的概念、特征及其理论基础,深入论证军民协同创新对推动国防科技军民融合发展的重要价值,认真剖析军民协同创新存在的诸如交易费用分摊、利益诉求多元、利益分配冲突和创新风险分摊等利益不相容问题,从文化环境塑造、利益分配、风险分摊和利益保障等方面构建军民协同创新的利益相容机制,使得军民两类科技创新主体利益相容、诉求一致,协同合作,共同推进国防科技创新与武器装备发展。     

杀伤增强装置破片低速抛撒技术研究

针对杀伤增强装置技术需求,提出了采用炸药作为杀伤增强装置破片驱动能源的方案。对以炸药为驱动能源的大质量破片低速抛撒结构进行了理论分析,并推导出了破片速度的理论计算公式。设计了杀伤增强装置的破片抛撒环方案,并进行了5组实验,实验测得的破片速度与理论计算结果相比,相对误差不大于9.1%。分析后认为炸药加载方式能够很好地实现杀伤增强装置的功能,相比火药方式反应更为迅速,加载结构更为简洁,可行性好,也易于实现。     

基于协同转弯模型的机动目标预测算法

机动目标机动能力的增强,使跟踪系统显得越来越不适应,从而给火控系统命中点的求解计算带来了巨大的困难。机动目标预测精度的下降,使得火控系统的生命力大幅度下降,严重影响了平台及其人员的安全。本文将协同转弯模型和指数加速度模型相结合提出了一种新的预测算法。通过仿真,证明了算法的有效性。     

合同战役战斗中核观测配系优化研究

防化保障是高技术条件下合同作战保障的组成部分,防化保障中的核观测配系的建立是保障合成军队,在核条件下避免或减轻敌方核袭击损伤,顺利遂行作战任务的重要措施．优化核观测配系是提高合同作战防化保障能力的重要环节,也是防化作战自动化指挥辅助决策的重要内容．试对此作初步探讨．     

遗传算法在软硬件划分中的应用

软硬件划分是软硬协同设计中的一个关键问题。针对单处理器嵌入式系统 ,给出了基于遗传算法的解决方案 ,并引入了模拟退火和按概率选择两种技术。结果表明 ,算法有效地解决了软硬件划分问题 ,稳定性好、效率高 ,模拟退火和按概率选择的引入 ,进一步提高了算法效率 ,保证了算法的自适应性及结果的全局最优性。     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息