基于数字孪生的导弹部队在线仿真系统设计

导弹作战具有复杂多变、不确定性强的特点,基于数字孪生技术在仿真系统中生成与现实世界实时同步的虚拟战场态势,从而进行作战方案在线仿真推演和效能评估,根据仿真评估结果预测战争走向,实现战场“透视”的目的,这对于指挥员掌握战场主动权和科学决策具有重要作用。通过建立在线仿真系统总体框架和内外部接口关系,将系统根据功能划分为战场情报预处理、实体模型动态生成与匹配、仿真推演、效能评估、仿真引擎和仿真支撑库等6个子系统,对各子系统的功能组成和运行机理进行解析,对基于EATI的建模法则和战场态势特征提取及模型匹配2项关键技术的具体原理和实现方法进行了解析,结合导弹部队的作战特点,建立了作战效能仿真评估指标体系,为下一步仿真系统的实现提供了方法指引。     

基于UIF-MPC仿真的UAV环航姿态控制研究

为解决无人机（unmanned aerial vehicle,UAV）在算法结构冗杂和未知外部干扰的环境下控制系统操作难度大的问题,提出一种基于UIF-MPC融合的自适应全局快速终端滑模控制方法。考虑到在环境复杂、时间敏感及通信受限条件下给出UAV姿态运动观测模型;提出一种多控制变量交互的UIF-MPC融合滤波姿态算法,利用滤波器和PID控制器对模型不确定性和未知干扰进行补偿;根据UAV性能及饱和控制条件设定姿态设定控制参数并设定目标位置估计均方根误差,带入UIF-MPC模型并与传统单UIF模型进行比较。结果表明UIF-MPC融合模型可以较好融合系统需求,且在运动过程中具有较好的估计精度及机动控制的鲁棒性。     

陆军合成旅典型装备保障系统数字孪生模型

陆军合成旅作为陆军新型作战力量,其装备型号多、合成度高,保障问题复杂,对装备“精确保障”的要求越来越高。将数字孪生技术引入装备保障领域,通过对研究对象的分析,廓清研究系统的内涵和外延,掌握系统运行规律。通过构建数字孪生模型框架,从物理维、孪生维、数据维、应用维、连接维5个维度刻画数字孪生模型的结构,明确模型各维度建立的关键技术,探索模型的应用设想,最终构建陆军合成旅典型装备保障系统数字孪生模型,以解决陆军合成旅装备保障面临的复杂问题,为装备“精确保障”目标实现提供方法借鉴。     

面向售后保障的导弹装备健康管理系统研究

随着战争向信息化、体系化、智能化方向发展,部队用户对导弹装备保障的需求从事后维修、定期维护向视情维修和智能保障转变,对导弹装备故障预测与健康管理提出了更高要求。通过开展导弹装备健康管理系统的需求分析,提出了面向导弹装备保障的系统总体架构、面向军厂复杂应用场景的系统物理架构和基于微服务的系统软件技术架构,采用结构化设计方法开展了系统功能模块结构设计,对系统关键技术进行了阐述和分析,并完成了面向试点型号的系统阶段性建设和应用。应用结果表明了本研究的可行性,可为其他型号装备的健康管理提供参考。     

路见“不平”,军人应该如何“出手”

军人作为社会风尚的引领者、社会秩序的维护者,平时遇到影响和扰乱社会秩序的行为,比如违反社会公德的不文明行为、违法行为、犯罪行为等,需要依法、稳妥地予以制止。但是,如果处理不当,会引发一系列问题,甚至行为本身可能违反法律规定。如果路见“不平”,军人应该如何“出手”?一、军人可能遇到的“不平”事有哪些生活中可能遇到的“不平”事主要有两种,一种是违反了道德规范,主要是违反社会公德的行为;一种是违反了法律规范,包括一般违法行为和犯罪行为。     

人工智能视域下官兵获取网络信息的安全挑战及对策初探

人工智能(Artificial Intelligence,英文缩写为AI)是研究如何运用计算机软硬件来模拟人类某些智能行为的基本理论、方法和技术,自1956年提出概念至今已经历三次大的飞跃。2022年年末,美国OpenAI推出聊天生成预训练转换器(Chat Generative Pretrained Transformer,简称ChatGPT),其类人化的对话表现迅疾火爆全球,开启了全球新一轮数字技术竞争的新赛道和制高点。     

一种融合多源动态时空特征的战术互联网流量预测模型

战术互联网流量具有极强的动态时空特征,且与天气、高程等外部特征紧密相关,现有的网络流量预测模型不能很好地提取其复杂特征,提出了一种融合多源动态时空特征的战术互联网流量预测模型。首先,将外部特征与流量特征融合为多源特征;然后,提取当前时刻网络流量的空间特征,并对随时间变化的卷积权重迭代更新得到不同时间片下的空间特征信息;最后,通过时间卷积聚合当前和历史时刻的空间信息以预测下一时刻的多源动态时空流量。相比单一的基础模型,该方法在平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R²)三种评估指标中效果均更好。     

不确定条件下作战筹划态势研判风险预测方法

针对战场态势不确定、复杂繁多导致研判过程风险预测准确性差的问题,提出构建态势-风险模型并构造风险可能性分布以实现对风险的精准预测。首先,从敌情、我情以及战场环境态势研判内容入手建立风险预测指标体系;其次,剖析态势信息对风险的作用方式,构建指数、Z型、正切等风险模型并计算风险取值区间;然后,以可能性理论中模糊函数构造法为基础,以权重差和不确定性测度为依托,在风险取值区间内构造风险可能性分布;最后,采用某防御任务实例,结合专家系统及云模型方法进行实验,验证了所提方法的可行性和合理性。结果表明,在风险预测时所提方法能够充分考虑态势信息的不确定性,为后续筹划决策制定提供了重要依据。     

基于灰色神经网络的装甲器材需求量预测

分析了装甲器材需求量影响因素,将灰色预测与神经网络预测方法相结合,建立了装甲器材需求量预测的灰色神经网络计算模型。该模型具有灰色系统的少数据建模及神经网络的精度可控性等优点,能较好地解决目前装甲器材需求预测精度不高的问题,可为装甲器材管理部门制定订购、调拨计划提供决策依据。     

车辆典型部件结构的有限元模型修正方法

以车身结构中简化的典型结构形式为研究对象,利用有限元软件中的焊点模拟单元,建立典型结构的有限元模型并进行模态分析。在参数灵敏度分析的基础上,结合模态试验测得的数据,利用广义简约梯度算法,对结构的有限元模型进行修正和模型验证,深入探讨了车辆典型部件结构的有限元模型修正方法。通过模型修正,有限元模型的精度得到了明显的提高,为进一步研究车辆结构部件的振动特性奠定了基础。