基于RBF神经网络的某型装甲车辆散热器优化设计

为了对某型装甲车辆散热器散热能力进行优化设计,利用CFX建立了散热器仿真模型,通过与数学模型进行对比验证了模型的准确性;确定了散热器的设计变量和目标函数,利用最优拉丁超立方设计法抽取了样本点,建立了基于径向基神经网络的替代模型,对替代模型的影响因素进行了分析,利用蒙特卡洛方法对所建立的模型进行了统计学分析;利用萤火虫算...     

基于卷积神经网络的SAR图像目标检测综述

针对合成孔径雷达(SAR)图像传统检测算法精度低、鲁棒性差等特点,对基于卷积神经网络的SAR图像目标检测算法进行归纳总结.归纳了基于CNN的目标检测框架的发展现状,并综述了其在SAR图像目标检测中的应用,分析了其应用难点与关键技术.最后结合深度学习方法在目标检测领域中的发展,对SAR图像目标检测算法的发展进行了展望.     

基于贝叶斯网络的反舰导弹身份识别

为了解决反舰导弹身份识别所面临的实时性和信息不确定性问题,提出了采用贝叶斯网络识别反舰导弹的方法。设计了4种贝叶斯网络分类器,分别在导弹仿真数据集和UCI数据集上作了测试,比较了它们各自的分类性能。实验结果表明,朴素贝叶斯网络的分类准确率虽然比其它分类器稍低,但它简单有效,稳健性比其它分类器都好,可用于反舰导弹身份的实时识别。     

基于BP神经网络的空中目标识别

空中目标识别是防空作战辅助决策的关键环节之一。根据空中目标的各种属性,建立基于BP神经网络原理的空中目标识别模型。利用MATLAB神经网络train函数训练采集的样本数据,得到稳定的权值和阈值,为后继的目标识别提供依据。该模型利用神经网络的记忆、联想、容错功能,进一步提高空中目标识别的稳定性和可信度。降低了个别传感器误判而造成的目标识别错误概率。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

随机服务系统模型在坦克弹药保障中的应用

简要描述随机服务系统基本理论和常用数学模型。针对坦克弹药保障中两种典型的决策问题,即阵地配置方案优选和指派保障车辆数量问题,运用运筹学的方法,将其视为先到先服务的随机服务系统。在一定的简化条件下,运用三种数学模型进行系统评估,根据排队模型计算得出的一些定量指标,表明集中配置优于分散配置;并提供了完成保障任务必须的车辆指派数量。结论不仅符合实际的战场需要,而且能提出较为合理的解决方案,算法简单易行。     

虚拟战场电磁环境雷达信号建模方法

针对典型地空反辐射导弹武器仿真系统中虚拟战场电磁环境仿真分系统的实际需求,以典型机载雷达AN/APS-145为例,在对其信号载频、脉宽、重频、脉冲幅度等主要性能参数进行系统分析的基础上,研究了应用于虚拟战场电磁环境仿真系统的雷达信号建模方法,仿真实验验证了该方法的正确性与可实现性。     

基于实时数据驱动的低空数字平行战场研究

针对低空数字平行战场的战略筹划、论证设计、试验鉴定等问题,根据飞行态势实时可视化监管、机群单机健康管理、飞行训练评估等实际应用需求,本文探讨了低空数字平行战场的概念、组成和特点,提出了一种基于实时数据驱动的低空数字平行战场体系架构及技术路线。基于飞行数据搭建了面向真实物理行为、高保真映射的虚拟平行系统,采用面向结果的数据管理方法,构建了网络化、模块化、层级化、通用化的低空数字孪生平行系统,阐述了异构多源数据采集与管理、真实物理行为的虚拟平行系统、面向服务的实时数据驱动关键技术,开发了原型系统,并通过部署使用验证其可行性,为数字孪生技术在低空数字平行战场领域应用的相关关键理论、方法和实现途径提供参考。