基于灰度图的空基双站交会定位区模型

确定和分析交会定位区是电子对抗侦察行动的一项重要工作。构建起双站交会定位区模型;设计一种确定区域轮廓的算法,实现定位区域的灰度图表示;仿真分析最佳站距的影响因素,提出确定最大内接矩形的方法,以及分析偏航角对侦察效率的影响。通过仿真证明建模方法的合理性,为电子对抗直升机侦察部署提供参考。     

基于电容吸收拓扑电路的新型磁阻线圈发射器

磁阻线圈发射器具有出口速度一致性好、可靠性高和能源清洁等优点。但是现有磁阻线圈发射器普遍效率较低,限制了其工程应用。为提高发射效率,提出一种基于电容吸收拓扑电路的新型磁阻线圈发射器方案。首先建立了传统二级磁阻式发射器的模型,采用有限元软件进行了仿真计算。结果显示,在电枢经过线圈中心后,驱动线圈中剩余电流产生的磁场会使电枢受到反向电枢拖拽力而减速。针对上述问题,提出一种新型的基于电容吸收拓扑电路的能量回收方案,分析了各阶段的放电特性。计算结果表明：与传统放电电路相比,新型放电电路可以使驱动线圈的剩余电流被电容器吸收实现快速衰减,电枢出口速度由21.46 m/s提高至26.19 m/s,效率由14.50%提高至21.59%。新型放电电路能够对电枢加速后的剩余能量进行回收,明显减小电枢拖拽力,提高了发射速度与能量回收效率。     

二部图的(g,f)匹配

本文证明了二部图存在(g,f)匹配和f 因子的充要条件以及有关的几个结果,并且给出了求二部图的最大(g,f)匹配、最小(g,f)匹配和最小权最大f 匹配、最小权(g,f)匹配、最大权(g,f)匹配的算法。     

基于落点能量的舰炮制导炮弹对岸射击技术

针对新型舰炮采用制导炮弹对岸打击的作战需求,提出了一种基于落点能量最优的射击诸元解算方法,以提高制导炮弹末端动能,增加对目标的毁伤能力。建立制导炮弹外弹道模型,采用终端落角约束的制导律,并以落点能量最优为约束条件,优化选取制导炮弹初速与射角,解算射击诸元。经仿真分析,该方法可有效进行新型舰炮武器系统制导炮弹对岸打击的火控解算。     

无人机避障航路规划方法研究综述

随着无人机作业空域从中高空不断向低空甚至超低空拓展,复杂的低空障碍环境对无人机造成了严重的威胁。研究无人机避障航路规划理论与方法,对于保障无人机的飞行安全和提升其任务效率具有重要作用。对无人机避障航路规划方法的研究现状进行了梳理,首先,根据航路规划问题所建立的优化模型,将规划方法划分为基于数学规划的方法、基于路标图的方法、基于空间分解的方法、基于势场的方法、基于随机规划的方法和基于机器学习的方法六个大类。然后,分别介绍了各类型方法的基本原理、代表性研究以及优缺点。最后,对避障航路规划方法未来可能的研究方向进行了展望。综述表明,复杂环境下无人机三维航路规划方法的研究仍有提升空间;未来应考虑将传统规划方法与新一代人工智能技术相结合;航路规划方法研究应充分考虑机载传感器的实际性能和工作特性;规划航路的可跟踪性问题也亟待解决。     

基于改进能量检测的航空集群网络干扰感知

为了增强复杂电磁环境中航空集群战术网络的抗干扰能力,提出把同时收发认知抗干扰电台应用于航空集群网络节点,且每个节点采用改进能量检测方法进行干扰感知。在此基础上,分别研究了存在单/多个干扰源时的网络节点干扰感知性能,推导出干扰感知的虚警概率和检测概率的闭式表达。仿真结果表明,通过调节改进能量检测器的参数p,可以提高航空集群机载战术网络的干扰感知能力。     

军事虚拟训练系统关卡测试用例设计与优化

测试用例的数量和质量决定军事虚拟训练系统软件测试的成本和有效性。针对军事虚拟训练系统软件测试随意性较强,测试效率不高的问题,定义了军事虚拟训练活动图形式化图形符号的语法与语义,在此基础上提出了基于形式活动图的军事虚拟训练关卡测试用例设计方法,通过测试用例优化对生成的测试用例集进一步的合并简化得到最小测试用例集,通过实例对提出的基于形式活动图的军事虚拟训练关卡测试用例设计与优化方法进行了应用说明。     

基于决策图的轨迹运动趋势提取

在军事应用中,为了提取群体目标的整体运动趋势,提出了一种基于决策图的轨迹聚类来提取轨迹运动趋势的方法。该方法不需要预设参数,且聚类中心的个数既可以通过决策图人工确定,又可以通过数值检测策略自动确定,由此减轻了算法对领域知识的依赖,增强了算法的适用性。仿真实验表明:该方法能正确确定轨迹聚类簇,且对轨迹噪声有一定的抑制作用。     

基于SAR目标识别的深度学习方法

研究了DBN和SDAE在SAR雷达目标识别领域的应用,并在此基础上提出了一种双通道单隐含层的深度学习模型—DBN-SDAE。该模型的优势在于采用双通道的单隐含层模型对图像数据进行学习,提取图像特征,避免了传统深度学习方法随着隐含层和神经元数量的增加计算复杂度增长过快的缺点;同时采用加权融合方法融合两个通道所学习的特征,既保留了数据的细节信息,又保留了数据的结构信息,一定程度上解决了特征利用不充分的问题。实验结果表明,所提方法在NN迭代次数远远小于DBN中NN的迭代次数;且在识别准确率上最高可达98.640%,较SDAE和DBN分别高0.511%和1.701%。