舰空导弹在随机环境中的攻击区仿真

基于舰空导弹与目标的六自由度飞行对抗仿真模型,研究了舰空导弹针对不同目标特性、在不同随机风场环境中、存在升阻比误差等情况下的攻击区。大量数值仿真结果表明,舰空导弹的攻击区的特性主要由目标特性决定,并且受到随机风场和导弹升阻比误差的影响。因此,实战过程中应该合理布局导弹武器系统,同时考虑随机风场和升阻比误差的作用,利用有利环境,考虑未知因素的扰动,从而实现高精度对敌打击。     

解好“四个不等式”抓好随机教育

随机教育是部队经常性思想政治工作的一种有效手段,是系统教育的有效补充,是思想政治教育中最常用、最实用、最管用的基本方法之一。但从调查了解看,在基层还不同程度存在着把随机教育“看轻了”“摆偏了”和“做没了”的现象。因此,抓好随机教育,提高教育效果,应着力解好“四个不等式”。     

基于蒙特卡罗方法的履带车辆-地面系统随机虚拟样机建模及应用

为了更真实地反映系统的随机因素,提出一种结合随机模拟分析技术与确定性虚拟样机模型的随机虚拟样机模拟方法.基于相对坐标法建立高速履带车辆动力学模型,详细描述履带-地面之间的相互作用关系,考虑了负重轮重复加载对地面变形及接地压力分布的影响.结合履带车辆接地压力分布的计算实例,说明履带车辆随机虚拟样机模型的建模方法、步骤,给出了考虑地面土壤特性参数不确定性时,履带车辆接地压力的区间分布及概率密度分布的计算结果,为不确定环境下履带车辆地面牵引特性及越野机动性评估奠定基础.     

大学自习教室优化设置研究

针对目前大学自习教室资源浪费普遍存在的现象,将学生上自习与否视为独立同分布随机变量,从自习教室的管理与维护成本、电费成本以及学生的满意度3个方面出发,建立了双目标随机规划模型,并在模型基础上提出了大学自习教室设置的一般方法。通过实例分析,对模型的正确性和有效性进行了论证。结果表明:在各种情况下,该模型都能很好地解决自习教室设置这一问题,并且能在学生满意度较高的条件下,节约能源13%以上。该模型可以有效地对自习教室进行优化设置,不仅提高了资源利用水平,而且节约了能源。     

群决策理论在多机协同空战机动决策中的应用

针对近距空战中多架战机对空中的多个敌对目标进行协同攻击的机动决策问题进行了研究。将群决策理论引入多机协同空战机动决策,首先确定了决策成员与候选方案,然后基于战场态势评估提出了采用风险决策准则的偏好排序确定方法,给出了集结偏好的序数型群决策方法。在不同空战想定条件下进行仿真,结果表明,该方法合理、可行,具有良好的应用前景。     

二维相关的G0分布雷达杂波仿真

G0分布模型可实现对不同均匀度雷达杂波的较好拟合,二维相关G0分布雷达杂波的精确仿真对雷达系统设计和性能评估具有重要意义。在利用分段多项式拟合的方法近似表示非线性变换的基础上,将二维相关的高斯随机过程作为输入,提出了基于无记忆非线性变换的二维相关G0分布雷达杂波仿真方法。更进一步,为了实现对杂波幅度与相关性的独立控制,并仿真具有同相和正交分量的相参雷达杂波,推导了单视条件下G0分布模型的球不变随机过程特征函数表达式,提出了基于球不变随机过程的仿真方法。仿真结果表明,这两种方法均能够仿真产生满足幅度和相关性要求的二维相关G0分布雷达杂波。     

基于随机有限集的多目标跟踪算法

对基于有限集统计的多目标跟踪算法进行研究。PHD滤波器针对传统多目标跟踪中计算量较大的问题,通过计算多目标分布后验密度的一阶矩模拟多目标贝叶斯迭代,取得了良好的效果。针对PHD滤波器对目标漏检较为敏感的缺陷,Cardinalized PHD(CPHD)滤波器同时估计得到后验密度分布和后验势分布,是对PHD滤波的泛化。通过实现PHD和CPHD滤波的混合高斯模型,分析比较两者的性能。实验表明,由于引入了势分布,CPHD滤波提高了对目标估计的准确率,总体性能优于PHD滤波算法。     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

装备器材保障网络仿真与抗毁性测度

研究了计算机仿真生成装备器材保障网络的方法。基于生成的装备器材仿真网络,从网络拓扑层、保障业务层2个层次构建了装备器材保障网络抗毁性测度指标与模型,通过仿真实验对装备器材保障网络的抗毁性能进行了分析,结果表明:构建的装备器材保障网络在网络拓扑层具有较好的抗毁性能,特别是在面临随机攻击时,其抗毁性能较为满意;而在保障业务层其抗毁性能较弱,需考虑采取措施以避免外界因素对保障业务的干扰,进而提高装备器材保障网络的抗毁性。     

基于Polymax算法的大型塔架模态参数识别

以环境随机激励作用下的大型塔架结构为研究背景,提出了基于Polymax算法的大型复杂系统模态参数识别方法。首先针对大型塔架设计环境激励响应信号测试系统,然后对获取的激励响应信号进行分析和截取,选出各组试验中理想的响应信号段,最后基于Polymax算法对截取信号段进行参数识别,并将获取的结果进行模态验证。结果表明：该方法对于大型塔架模态参数的识别具有较高的精度。