目标毁伤效果预测研究

目标毁伤效果预测是优化火力打击方案、合理配置作战资源的基本前提,是当前迫切需要解决的问题。在分析目标毁伤效果预测基本流程的基础上,重点阐述了弹目交汇、目标物理毁伤、目标功能毁伤和系统目标功能毁伤等几个关键问题的研究方法和现状,讨论了目标效果预测问题的发展趋势。     

信息融合系统中的态势预测技术

态势预测主要解决态势间断后如何更新态势以及态势推断问题。根据战场上兵力都是按一定的规则部署和聚集的特点 ,采用群技术将整个战场态势划分成多个态势元素 ,同时结合模板技术和军事专家建议 ,利用战争前和战争期间所获得的各类信息 ,对战场态势进行预测     

信息融合中的态势关联方法研究

在研究了态势目标航迹关联特点的基础上 ,建立了航迹预测和样条拟合关联模型 .该关联模型首先将前后两段航迹进行预测 ,然后进行样条拟合关联检验 ,从而实现了多目标环境中中断目标态势的关联判断 .经仿真计算 ,此关联模型是可行实用的     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中,场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而,实际中图像的背景和前景往往相关,常用的主成分分析和独立分量分析等方法难以实现准确提取。为此,将视频图像的前景提取建模为盲源提取问题,提出了一种基于均方交叉预测误差的盲源提取方法,可以从相关的源视频图像中提取期望的前景图像,并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。     

新冠肺炎动态病死率分析与疫情预测方法研究【专题】

新型冠状病毒感染的肺炎防控是国家安全体系的重要“战场”,疫情趋势预测是开展疫情科学防控和精准防控的重要基础。本文阐述了疫情动态病死率概念,分析了疫情动态病死率函数和时间曲线,提出了动态病死率发展的3个重要拐点,从动态病死率和新增确诊病人数两个维度,构建了拟合曲线函数,并对疫情发展趋势进行了预测。研究发现,截至2月10日,本次疫情动态病死率已经经过了第3个拐点,趋于稳定;预计到2月16日左右,新增确诊人数达到第3个拐点,进入缓慢下降期;预计2月底底至3月初,每日新增确诊人数将在1000人以内,全国最终的“病死率”将在2%～4%左右。该预测方法是一种运用系统外部特征信息来研判疫情发展规律的较为简便快捷的方法,对于科学预测疫情发展趋势具有一定的参考借鉴价值。     

SpaceWire网络热点通信模式的缓存资源分配算法

基于SpaceWire网络在热点通信模式下的工作特点,研究缓存资源的分配算法。给出均匀通信模式和热点通信模式的释义;推导网络路由节点的满负荷概率和平均延时的解析方法,计算网络中的关键通信节点;再给出SpaceWire网络缓存资源分配算法。利用Opnet网络仿真平台建立SpaceWire通信模型,仿真了不同通信模式中采用缓存优化策略前后的关键性能指标。研究结果表明:在热点通信模式状态下,该缓存资源分配算法在保证总资源一定的前提下,网络系统的平均延时降低,优化了SpaceWire网络性能。     

考虑地球非球形引力摄动影响的自由段弹道解析解

针对地球非球形引力摄动影响下的自由段弹道快速计算问题,在非正交坐标系内建立考虑J2项摄动的地球引力作用下的运动微分方程,在轨道坐标系内建立扰动引力作用下的运动微分方程,并计算天向扰动引力加速度对应的质量偏差,进而通过椭圆轨道以修正J2项摄动运动微分方程;在建立上述运动微分方程解析解的基础上,给出了地心坐标系内弹道飞行器位置和绝对速度的表达式,从而提出了J2项摄动引力和扰动引力作用下的自由段弹道解析计算方法。仿真分析表明:该方法具有较高的计算效率,落点位置偏差小于20 m,满足弹道飞行器高精度实时制导、轨迹预测等应用需求。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

战斗部虚拟试验贝叶斯线性校准预测方法

聚能装药战斗部射虚拟试验中,射流穿深对靶板材料模型参数较敏感。为建立较准确实用的射流穿深预测模型,提出一种贝叶斯线性校准方法,建立物理过程真实值、模型预测值和试验测量值间的统计关系,结合有限的试验数据,校准未知模型参数。实例分析表明,该方法可较好地解决包含各种不确定性的大型复杂计算模型的参数校准问题。     

灰色预测GM(1,1)模型及其改进与应用

介绍了灰色预测的基本原理和常用GM(1,1)模型及其适用性判断方法,针对GM(1,1)模型中背景值的取法,提出了一种自动寻优定权的改进措施,通过实例对比分析,应用效果良好。