基于LS-SVM算法的实兵对抗演习作战效能评估

在实战化实兵对抗演习训练中,经验驱动的作战效能评估方法存在主观性强、评估效率低的问题,对于部队提升实战化训练水平、强化实战能力带来不利影响。针对上述问题,提出数据驱动的实兵对抗演习作战效能评估方法,引入最小二乘支持向量机算法(LS-SVM)构建评估模型,通过演习数据对模型进行训练,建立效能指标和作战效能的非线性映射复杂关系。实验表明,基于LS-SVM算法的实兵对抗演习效能评估方法具有更高的效率和精度。     

爆磁压缩发生器延时控制系统分析及实现

针对爆磁压缩发生器高精度延时起爆控制的要求,建立了基于电路控制延时方案的最佳起爆时序模型,分析了其时序误差散布。设计了一种爆轰驱动飞片型高功率放电开关,通过数值仿真分析了开关的耐压能力及飞片变形。实验测试了6发开关的闭合放电性能,数据表明:开关两极间电压5k V时未出现击穿现象,闭合响应时间分布在66±5μs以内、标准差2.7μs,开关导通时间≥900μs,放电效率接近90%。采用小型爆磁压缩发生器与延时控制系统进行了联调实验,结果表明:爆磁压缩发生器运行时刻与电流峰值时刻相差1.8μs,延时误差7.8%,延时控制系统满足高精度起爆控制的要求。     

我国数据驱动管理决策研究现状分析

数据驱动管理决策研究是大数据时代管理工程领域研究的重要方向。本文提出了基于社会网络分析方法的总体思路,采集、清洗和处理了我国数据驱动管理决策研究文献数据,建立了文献数据的共词矩阵,并进行了共词分析,构建了我国数据驱动管理决策研究的社群图,从点度中心度、接近中心度和中间中心度等方面研究了我国数据驱动管理决策研究现状,提出了当前研究热点和研究对象。此外,我们从大数据时代管理决策特点规律和作用机理揭示、数据驱动管理决策体系框架构建和要素分析、管理决策数据驱动技术工具和模型构建等方面总结了未来研究重点和趋势。研究结论对于我国开展数据驱动的管理决策理论研究和实践应用能够提供参考借鉴。     

主稀释剂He预热对燃烧驱动DF激光器输出性能的影响分析

针对燃烧驱动连续波DF激光器,对仅预热主稀释剂He的情况下激光器的输出性能进行了理论分析和仿真研究,并与燃料常温条件的结果进行了对比分析。对于燃料体系为(H_2+NF_3+He)+D_2和(C_2H_4+NF_3+He)+D_2的DF激光器,在燃烧室产生的F原子流量不变的条件下,当主He预热至(1100 K,1300 K)时,激光器比功率较常温条件下分别约提高了(21%,24%)和(46%,56%),同时燃烧室所需的燃料消耗分别约减少了(25. 5%,29%)和(32%,36%)。在工程应用方面,主He可成功预热至800℃(1100 K)。因此,主He预热是有效且可行的燃料预热方案,有利于改善激光器的输出性能,为激光器的高效率和紧凑化发展进程提供新的技术路线。     

音圈电机驱动的快刀伺服系统建模与性能分析

复杂面形,结构零件的应用范围越来越广,往往一个零件上既有复杂面形也有微小结构.为了实现复杂面形/结构零件的高效加工,分析了快刀伺服加工方式的特点,设计并研制了音圈电机驱动的快刀伺服系统;基于动力学和电磁学分析,建立了快刀伺服系统的传递函数模型,并对控制方法进行了设计;在此基础上.通过实验对快刀伺服系统进行了性能测试,实验结果表明本文所研制的快刀伺服系统具有较高的运动分辨率、定位精度和工作频响,能够作为快刀伺服加工的进刀装置.     

在线电路测试仪在装备维修中的应用

在线电路测试仪在工业仪器和军事装备的电路测试中应用广泛,其关键技术是利用后驱动技术实现在线元器件的隔离.阐述了电路中器件的常见故障形式,详细研究了后驱动技术的理论和应用,在此基础上,分析了后驱动技术对电子器件安全容限的要求.最后,对在线电路测试仪在装备维修中的应用进行了展望.     

基于双驱动模型的目标机动行为识别方法

针对目标样本数据和行为知识匮乏、不平衡对空中目标飞行机动识别带来的难题,提出了一种基于数据与知识双驱动的智能化识别方法。采用集成学习的思想将数据驱动的深度学习模型和知识驱动的推理模型融合,既可以弥补推理模型在复杂环境下表现不佳的不足,又可以增加深度学习的可解释性和鲁棒性。利用仿真对比实验验证所提方法的有效性,结果表明：所提算法对目标机动行为识别能力优于仅基于知识驱动或仅基于数据驱动的单驱动系统,准确率达到90.1%。此方法大幅提升了对复杂环境的适应能力和识别准确率,对目标机动行为识别有重要工程应用价值。