P波段中功率混合集成放大器设计与制作

文中介绍了P 波段6瓦功率放大器的研制过程,讨论了有关理论和实际问题。该放大器采用微带和集中参数混合电路形式,具有体积小,结构紧凑,调试方便,性能稳定的特点。该电路已成功地用于某雷达整机。     

综合航空火力控制系统及其模拟仿真

论述了综合航空火力控制系统在现代空战中的地位,并对系统及各子系统所完成的任务和他们之间的相互关系作了较为详细的介绍。对系统的模拟仿真原理及其仿真过程作了简要的阐述。此外,对模拟仿真中所需的实验设备也作了简要的介绍。     

Alpha 工作站仿真一体化环境交互系统设计

交互系统是一体化建模仿真环境中的一个重要环节,主要解决人机关系,使用户可以方便地与仿真机作高速通讯,对仿真运行进行实时监控。本文在简要介绍整个系统概况的基础上,对交互系统的总体设计、命令分析与处理、功能实现等几个方面展开了讨论。此外,还简单介绍了交互界面的设计和实现情况     

联合作战系统效能评估

采用面向过程的系统分析方法建立了一个对联合作战系统效能比较精确的量化评估模型.模型以某个参考系统为标准,先作层次分析,然后通过模糊对比,把各层次中难以具体量化因素进行了量化,再通过判断矩阵得出各自权重,最后线性加权便可以得到总的系统相对于标准系统的优劣程度,是一种面向过程的系统分析.该方法适用面广,对复杂系统效能评估工作有一定指导意义,具有广阔的应用前景.     

武器系统模糊寿命周期费用模型

武器系统的寿命周期费用建模较多采用参数法,而参数法中最常用的是最小二乘回归.考虑费用统计数据的模糊性,提出用模糊最小二乘回归来建立武器系统模糊寿命周期费用模型,并结合实例对武器系统寿命周期费用进行了分析.结果表明,这种方法能达到令人满意的拟合精度,具有实用价值.     

基于免疫FNN算法的加热炉炉温优化控制

针对复杂钢坯加热过程,提出了一种免疫克隆进化模糊神经网络(ICE-FNN)控制算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用模糊神经网络控制器(FNNC)规则优化算法,确定FNNC的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用免疫克隆进化(ICE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。     

基于MDO方法的卫星集成设计系统分析与实现

为解决多学科设计优化方法中多学科设计、多学科分析、多学科优化过程与卫星总体设计流程集成的问题,采用变复杂度建模技术,并借鉴产品数据管理思想,设计并实现了面向总体设计的卫星集成设计软件系统。阐述了软件的设计思想、系统组成和功能特点,并给出了月球探测卫星概念设计问题的具体应用实例,结果表明软件在解决多学科设计优化方法应用于卫星集成设计问题时的可行性。     

导弹结构热防护一体化设计与优化

针对导弹面临的严酷气动热力环境,基于传统波纹夹芯结构,为导弹设计了一种兼具承载和热防护功能的一体化结构。建立热-结构耦合计算模型,对一体化结构进行结构承载与热防护性能分析,结果表明:一体化结构在高温下具有较好的承载能力;增加一体化结构隔热层与内壁厚度有助于提高导弹的热防护效率。以一体化结构热防护效率最高和质量最小为目标,采用第二代非支配排序遗传算法实现了多目标优化,并认识到:一体化结构热防护效率与质量相互影响,设计时需要需综合考虑。     

美军作战试验与鉴定发展研究

当前,军队装备试验鉴定正由性能试验向作战试验、在役考核全领域拓展。在装备试验鉴定体系全面重塑的历史背景下,为适应军队装备试验鉴定发展新变化,探索装备试验鉴定新理论,推进装备试验鉴定自主创新发展,亟需开展装备试验鉴定技术研究。美军相对较早开展了装备试验与鉴定工作,在作战试验与鉴定工作方面已形成了较完善的法规制度体系和规范的操作流程,有较成熟的理论与方法成果可供借鉴。与此同时,美军作战试验与鉴定工作也面临许多新问题。本文剖析了美军作战试验与鉴定的内涵和管理模式,研究了2018和2019年美军作战试验与鉴定的重点技术领域,并进行了对比分析,以期掌握近期美军作战试验与鉴定工作的发展变化。     

Maximizing deviation method for multiple attribute decision making under q-rung orthopair fuzzy environment

Because of the uncertainty and subjectivity of decision makers in the complex decision-making environment, the evaluation information of alternatives given by decision makers is often fuzzy and uncertain. As a generalization of intuitionistic fuzzy set (IFSs) and Pythagoras fuzzy set (PFSs), q-rung orthopair fuzzy set (q-ROFS) is more suitable for expressing fuzzy and uncertain information. But, in actual multiple attribute decision making (MADM) problems, the weights of DMs and attributes are always completely unknown or partly known, to date, the maximizing deviation method is a good tool to deal with such issues. Thus, combine the q-ROFS and conventional maximizing deviation method, we will study the maximizing deviation method under q-ROFSs and q-RIVOFSs in this paper. Firstly, we briefly introduce the basic concept of q-rung orthopair fuzzy sets (q-ROFSs) and q-rung interval-valued orthopair fuzzy sets (q-RIVOFSs). Then, combine the maximizing deviation method with q-rung orthopair fuzzy information, we establish two new decision making models. On this basis, the proposed models are applied to MADM problems with q-rung orthopair fuzzy information. Compared with existing methods, the effectiveness and superiority of the new model are analyzed. This method can effectively solve the MADM problem whose decision information is represented by q-rung orthopair fuzzy numbers (q-ROFNs) and whose attributes are incomplete.