HLA的天基信息支援下反导作战仿真系统OM设计

随着卫星等各种导弹探测预警装备的发展,区域防空反导作战中探测预警模式发生了重大的变化.为了能在反导需求的牵引下充分的利用好各类探测预警装备,提高防空反导作战的效率,有必要对天基信息支援下反导作战系统进行仿真.HLA是为了支持仿真应用间的互操作性及仿真部件的可重用性而产生的一种新的分布式仿真体系结构,而对象模型(OM)的设计,是HLA技术中的主体部分.分析了天基信息支援下反导作战系统的组成及作战流程,并依据HLA的开发原则,设计了该仿真系统的OM.     

常规导弹战前运输任务优化模型

制定常规导弹战前运输计划时,各车辆运输时间和运输路线的安排是一个组合优化问题.运用军事运筹学和不确定性优化理论,充分考虑节点冲突性、车辆隐蔽性、任务时间、道路容量等因素,建立了运输任务方案的优化模型.该研究为常规导弹波次作战计划的制定和优化提供模型支持,有助于提高常规导弹作战指挥自动化和部队的生存能力.     

改进的遗传算法在导弹火力分配中的应用

弹道导弹系统是一个非常复杂的系统,有其自身的特点,其造价昂贵,数量有限,发射点也很分散.因此,火力分配问题在弹道导弹射击中具有极为重要的地位.尤其对于常规战术弹道导弹,火力分配的合理与否将直接影响作战效果与战斗力的发挥.根据地地战术导弹的作战运用特点,建立了导弹火力分配的优化模型;详细介绍了一种改进的遗传算法,将其应用于火力分配优化模型的求解,通过算例比较,证明该改进算法更能有效快速地找到最优解.     

地空导弹阵地选择的模糊综合评判

选择地空导弹阵地是地空导弹部队作战指挥决策的必要环节和重要内容,阵地选择的好坏直接影响到导弹性能的发挥和防空任务的实现.由于阵地选择受到很多非量化因素的影响,单纯定性分析很难给出科学合理的评价结果,所以必须定性、定量相结合进行综合评判.通过对影响地空导弹阵地选择各因素的全面分析,建立了阵地选择的因素指标体系,给出了阵地选择的综合评判模型和评判方法,并通过实例验证了该模型和方法对评估和优选地空导弹阵地的可行性和实用性.     

导弹飞行试验破片速度测定方法及其误差修正模型研究

破片速度的测量是导弹实弹飞行试验中一项难度较高的课题,准确的测量结果对于科学评价武器毁伤效能等技术指标具有十分重要的意义.立足国内技术现状,综述了导弹破片速度测量评定的一般方法,分析了各方法的基本原理,针对每种方法探讨了测量评定破片速度所存在的误差源.结合导弹实弹飞行试验特点及靶场试验实际情况,重点对采用靶网法测量单枚破片速度的误差及误差源进行了分析,给出了误差修正模型及提高测速精度的技术措施,并指出了靶场现有破片测速方案的不足和改进方向.论文成果在靶场实践中得到了部分应用.     

粘性对高超声速飞行器攻角特性影响研究

采用二维耦合隐式NS方程和标准κ-ε湍流模型对高超声速飞行器在进气道关闭、发动机通流以及发动机点火工作状态下的内外流场进行了数值仿真研究,离散采用二阶迎风格式,分析了在不同攻角(-10°～7°)条件下,粘性对处于三种不同的工作状态下高超声速飞行器升力特性、阻力特性以及俯仰力矩特性的影响.结果表明,粘性对处于发动机通流和发动机点火工作状态下的飞行器气动-推进性能影响显著,尤其是阻力特性,粘性阻力占总阻力的比重超过50%.     

数据融合在防空C~3I系统中的应用

首先介绍数据融合的基本理论、一般处理模型、实现技术以及防空C3I系统中数据融合的具体任务,然后对数据融合体系结构的设计和融合算法的选择作了具体分析,利用多传感器数据融合方法建立了一种防空C3I系统结构模型,并对MSPDAF数据融合算法进行了详细描述.最后以探测某型巡航导弹为例,应用MSPDAF数据融合算法对防空C3I系统数据融合结构模型进行数学仿真,并给出仿真结果.     

目标打击任务中多弹型的火力配置模型及优化计算

目前对于单弹型火力配置问题的解决方法比较成熟,但在现代战争中,经常是多种弹型联合使用,因此需要对多类型的导弹火力配置进行探讨。这里针对多种不同类型的导弹毁伤多个目标的问题进行具体分析,建立了导弹突击目标火力配置的数学模型。根据模型的特殊性,灵活运用遗传算法对模型进行了最优化求解。实例的计算结果表明该算法对于模型的求解具有较好的收敛性。     

某型导弹舵机电特性检测

在分析某型导弹舵机结构和工作原理的基础上,介绍了该型导弹舵机电特性检测系统,给出了电特性检测参数,并研究了具体检测方法,对确认该型导弹的正常工作状态具有指导意义。     

基于改进遗传算法的反舰导弹航路规划模型研究

针对传统遗传算法在进行复杂的大范围优化问题时容易陷入局部最优和收敛速度慢的局限,提出采用基于混沌的遗传算法进行反舰导弹航路优化问题的求解。在遗传算法操作时加入混沌操作,扩大了搜索范围,提高了优化速度,有效地解决了解空间巨大带来遗传算法的上述局限性。