火控系统故障预测与健康管理技术

故障预测和健康管理(PHM)技术具有故障诊断、故障预测以及健康管理的功能,对降低火控装备维修成本、增强火控系统的完备性以及提高火控系统管理效率具有重要意义。根据通用火控系统发展现状及应用需求,将PHM技术引入到火控系统中。首先介绍了PHM技术原理和国内外发展现状,重点讨论了PHM关键技术和通用火控系统PHM体系结构。最后展望了火控系统PHM技术的发展趋势。     

基于流程仿真的物资接收系统可靠性预计方法

针对船舶物资接收时间计算的问题,新增加了对设备发生故障的考虑,通过引入接收时间可靠性的概念,将其转换为船舶物资接收系统的可靠性预计问题。为了解决上述可靠性预计问题,提出了基于流程仿真的系统可靠性预计方法。分析了物资接收系统的工作流程,依据工作流程实现了仿真程序,用蒙特卡洛法对物资接收系统的可靠性进行了求解,并分析了设备不同的可靠性水平对物资接收系统可靠性的影响。仿真结果表明,增加了对设备故障的考虑后,对物资接收时间的估计更加接近实际;基于流程仿真的系统可靠性预计方法的模型更容易理解,所得结论更加具体。     

STK三维战场态势研究与实现

三维战场态势推演广泛运用于部队各项演训活动中,提升了作战指挥决策的准确性和科学性。着力研究基于STK软件以陆战场为主的战场三维态势展现方法,重点对三维地形地貌、军事模型、模型运动等关键技术进行研究和运用,仿真了陆空协同立体攻击、栅格化信息网络构建等战场实景。仿真结果在教学、训练、演习活动中都得到了具体运用,其中涉及到的技术原理和方法能够为制作、推演战场三维态势提供参考和依据。     

任务请求模式下无人机战场态势显示系统设计

任务请求模式是高空长航时无人机重要的作战使用模式,该模式下无人机侦察数据的判读和综合信息的显示存在着判读数据和综合信息所需的背景情报分散、目标关联困难等问题,需要将无人机的侦察数据、无人机综合信息与战场态势等相关背景信息进行情报结合和关联显示。为此,通过分析任务请求模式下高空长航时无人机作战模式和态势信息流程,总结该作战模式下无人机态势信息显示的可行性需求,进行了任务请求模式下无人机战场态势显示系统的概要设计。该系统利用通用战场态势等背景信息辅助进行无人机侦察数据的判读和综合信息的显示,可有效辅助无人机侦察任务的开展和执行。     

基于三维科研态势演化图谱的国防科技发展评估

当前随着信息技术的深入发展,大数据时代已经悄然而至。大数据为国防科技发展带来了重大机遇的同时,其所带来"数据眩晕"和"数据冗余"效应不容忽视。面对大数据对国防科技发展所带来的巨大挑战,准确、快速、实时地把握和预测科研发展态势,已经成为科研工作者和科研管理高层决策者的迫切需要。在对传统科学知识图谱深入研究的基础上,本文提出一种基于网络和单词分布式嵌入的三维态势演化图谱模型,模型充分利用了文献中的结构信息和语义信息,并对结果进行可视化展示,实验表明,该方法对于掌握国防科技发展动向,挖掘技术前沿,把握技术机会,促进国防科技发展具有较大的参考价值。     

电传动装甲车辆负载功率预测实时能量管理策略

针对电传动装甲车辆负载功率预测功能缺失导致控制作用滞后的问题,提出一种具有较高负载功率预测精度的实时能量管理策略。在分析整车结构的基础上,采用理论分析和数据拟合方法,建立各动力源数学模型。将差分自回归移动平均模型和自适应马尔可夫链两种预测方法相结合,设计非平稳趋势性负载功率组合预测方法。在非线性模型预测控制框架下,构建多目标优化函数,采用序列二次规划法在有限时域内实时求解最优控制指令,优化多动力源协调控制过程。依托硬件在环仿真平台进行多路面行驶实验,对比有无功率预测的能量管理控制效果。结果表明,改进的实时能量管理策略对未来负载功率具有较好的预见性,能够显著优化多动力源协调控制过程,提升车辆燃油经济性,稳定母线电压和电池荷电状态,对传统模型预测控制下的工程应用场景具有一定借鉴意义。     

The SSA-BP-based potential threat prediction for aerial target considering commander emotion

The target's threat prediction is an essential procedure for the situation analysis in an aerial defense system. However, the traditional threat prediction methods mostly ignore the effect of commander's emotion. They only predict a target's present threat from the target's features itself, which leads to their poor ability in a complex situation. To aerial targets, this paper proposes a method for its potential threat prediction considering commander emotion (PTP-CE) that uses the Bi-directional LSTM (BiLSTM) network and the backpropagation neural network (BP) optimized by the sparrow search algorithm (SSA). Furthermore, we use the BiLSTM to predict the target's future state from real-time series data, and then adopt the SSA-BP to combine the target's state with the commander's emotion to establish a threat prediction model. Therefore, the target's potential threat level can be obtained by this threat prediction model from the predicted future state and the recognized emotion. The experimental results show that the PTP-CE is efficient for aerial target's state prediction and threat prediction, regardless of commander's emotional effect.     

少数民族大学生学习拖延现状研究——以喀什师范学院为例

喀什师范学院是一所民汉合校,少数民族大学生和汉族大学生在总体学习拖延水平上有些许差异,在学习任务方面表现出较多的拖延行为;少数民族大学生总体学习拖延情况不严重,在性别方面不存在显著性差异,而在学科和年级方面存在显著性差异。对民族大学生的学习拖延应引起足够的重视,以便采取相应措施帮助民族大学生减少拖延行为,养成良好的学习习惯。     

基于灰色神经网络的装甲部队油料消耗预测

油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。     

单站单圈卫星初轨确定方法研究

为实现低轨卫星轨道的快速确定和预报,基于单站单圈雷达站测量数据采用遗传算法和最小二乘法对卫星初轨确定及轨道预测问题进行了研究。通过比较分析不同观测误差下两种方法的仿真结果,验证了初轨确定过程中两种方法的可行性,同时指出了各自的优缺点和适用条件,为不同观测条件下卫星最优初轨确定的方法提供了参考。