目标摆式机动对反导舰炮射击精度的影响

为了探讨目标机动对舰炮武器系统射击精度的影响,采用仿真方法计算了目标末端摆式机动时近程反导舰炮武器系统的命中概率,以图示方式给出多种机动周期、多种摆幅、2种射速条件下的计算结果.结果表明,较小周期的摆式机动可显著降低舰炮武器系统命中概率,提高舰炮射速是增大对机动目标命中概率的有效途径.     

舰炮武器系统维修性试验方法研究

根据现代海战的要求,对舰炮武器系统维修性试验的必要性和重要性作出分析阐述;依据舰炮武器系统的组成特点,科学地制定了维修性试验的基本程序和试验项目;给出舰炮武器系统维修性试验具体试验方案.     

弹炮结合防空武器系统毁伤概率分析与仿真

针对弹炮结合防空武器系统毁伤概率是决定系统效能的关键问题,分析了决定系统精度和毁伤概率的主要因素及其相互关系.以单枚导弹对目标的毁伤概率和高炮一次点射对目标的毁伤概率为目的,建立了弹炮结合系统毁伤概率分析模型.通过计算机仿真得出了一定航路条件下对典型目标射击,高炮一个2S长的36发点射的平均毁伤概率为40%,单枚导弹的平均毁伤概率为63%.在2枚导弹和2个点射的情况下,系统总的毁伤概率可达97.8%.     

自行火炮自动瞄准精度数据分析

通过自动瞄准精度的定义和测试方法简介,针对某自行火炮火控系统在自动瞄准精度测试中出现测量数据误差较大的现象,分析数据误差的原因,计算各种因素造成误差的大小,得出对自动瞄准精度影响最大的是车体姿态倾斜传感器误差、炮耳轴倾斜传感器的误差和炮耳轴与炮身轴线的不垂直度.鉴于此,自行火炮提出用火控软件的方法和工艺控制,减少自动瞄准误差和射击诸元装定误差,提高射击精度.     

舰炮武器系统对大目标跟踪精度评估修正方法

随着技术的发展,舰炮武器系统的精度水平越来越高.在真实目标环境下一些影响系统精度评估的因素必须加以考虑,将具有相当外形尺度的目标作为点目标考虑势必带来系统精度评估的误差.针对大尺度目标,在目标坐标系下建立了目标外形尺度模型.利用目标坐标系和瞄准线坐标系之间的坐标变换,得到目标外形尺度在瞄准线法面上的描述,据此提出了一种大目标瞄准精度评估修正的计算方法.     

高炮火控系统模拟训练及综合评价系统

提出了一种新型的基于计算机及计算技术的高炮火控系统仿真模拟训练及综合评价系统的设计方案。这一方案不仅注重了系统实现仿真训练的基本功能,同时还利用计算机仿真优势,强调了对训练效果的评估及对训练模式的总结。提出了实时决策支持的新概念     

小口径舰炮武器系统作战效能评估模型研究

通过对小口径舰炮武器系统的分析,建立小口径舰炮武器系统作战效能评估指标体系,得到基于"串/并联"模型框架的作战效能评估A.D.C扩展模型E=A.D.C.S.通过某型小口径舰炮武器系统的实例计算验证了模型的正确性,并得出分析结论.     

试论武器装备的效费比分析

运用价值工程(VE)方法分析武器装备,称效费比为价值。按照杜佩(Dupuy)的方法,把武器装备的效能转化为“战斗效能值”(OLI),又计算出了武器装备的全寿命费用,然后将2者加以对比,获得效能—费用的最佳组合,同时提出了选择武器装备系统的定量分析方法。这些对于提高我国国防经济效益,具有一定的指导和借鉴意义。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

Optimal sample size allocation for tests with multiple levels of stress with extreme value regression

In this article, we discuss the optimal allocation problem in a multiple stress levels life‐testing experiment when an extreme value regression model is used for statistical analysis. We derive the maximum likelihood estimators, the Fisher information, and the asymptotic variance–covariance matrix of the maximum likelihood estimators. Three optimality criteria are defined and the optimal allocation of units for two‐ and k‐stress level situations are determined. We demonstrate the efficiency of the optimal allocation of units in a multiple stress levels life‐testing experiment by using real experimental situations discussed earlier by McCool and Nelson and Meeker. Monte Carlo simulations are used to show that the optimality results hold for small sample sizes as well. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007