地空导弹部队集火射击模型

集火射击是地空导弹部队战术单位组织火力运用的一种重要方法,但是目前其组织实施主要依靠手工操作,比较复杂、耗时.对集火射击组织实施过程进行了深入分析,针对集火目标与火力单元的确定、集火射击诸元计算问题,建立了相关数学模型,实现了集火射击的自动化处理.通过在具体实例中的应用表明,该模型可信度高、实用性强,并且易于实现.     

我国网络语言研究综述

随着我国网络的普及及发展,网络语言也逐步形成并发展起来,对网络语言的研究也取得了一定的成果。网络语言的研究主要集中在网络语言的本体研究、文化解析及规范方面。我国网络语言的研究存在着一些不足,如重复研究多、方法单一、角度不多、研究不够深入等。今后应该多进行跨学科的研究及加强对网民的研究。     

联合作战能力需求分析方法研究

联合作战能力需求分析是进行战略规划、作战筹划、武器装备发展等问题研究的前提和基础。通过分析国内外作战能力需求分析的理论和方法,针对相关各问题域展开研究,提出了“面向威胁、基于能力”的联合作战能力需求分析方法,并对其研究思路、分析框架进行了探讨。该方法按照“目标一任务一构想一能力”的顺序自顶向下分析联合作战能力需求,用“价值中心法”分析“目标、任务、能力”之间的映射关系,用探索性仿真方法分析不同构想情况下的能力需求,可为作战筹划提供分析方法和决策支持。     

作战文书自动生成系统中内容规划的设计

作战文书拟制是 C3I系统中的重要工作 ,利用自然语言生成理论实现作战文书的自动生成可大大提高文书拟制的效率。通过对大量作战文书文本的仔细分析 ,构造出各类作战文书的 Schem a库 ,并以扩充转移网络图表示。遍历该网络图 ,利用 Schema上的修辞谓词从知识抽取相应的知识 ,便可构造出文书内容。     

润滑脂自修复性能的研究

采用质量分析法,通过四球摩擦磨损试验,分析了两种自修复添加剂三氟化镧和层状硅酸钠的摩擦学性能和自修复性能;通过XPS和EDS分析添加剂在磨斑表面的沉积条件和情况,分析了影响它们的沉积因素和自修复条件;应用AES能谱仪分析磨斑表面元素沿深度的变化;应用SEM扫描电镜对修复前后的磨斑表面作了对比分析。通过对可能适合作为润滑脂自修复添加剂的两种材料的研究,筛选出对磨损表面具有显著修复效果且摩擦学性能优异的三氟化镧和层状硅酸钠,并提出了它们在润滑脂中的摩擦自修复作用机理。     

基于D-S证据理论的航母舰机融合效能评估方法

航空母舰舰机融合是航母本舰与舰载机的深度协同,舰机融合效能能直观地反映航空母舰的整体作战效能,提高舰机融合程度对于提升航空母舰作战能力具有重要意义.通过分析航空母舰舰机融合的特点规律,构建了航空母舰舰机融合效能的评价指标体系,针对存在冲突的多证据指标数据融合问题,应用改进后的D-S证据理论建立了航母舰机融合效能评估模型...     

基于多源传感器的单星定位算法与精度分析

为解决单星环境下静态载体的单点定位问题,建立基于芯片级原子钟和气压高度计辅助下的单星定位算法.包括对单星连续测距定位算法进行算法推导、误差分析与仿真验证、搭建静态单星定位试验平台,以及利用实测数据验证单星连续测距定位算法的有效性.仿真与实验结果表明:真实接收机经过对一颗卫星的连续观测,辅以高精度芯片级原子钟和气压高度计提供时钟和高度信息,可在2 min内完成500 m精度定位,以及在5 min内完成200 m精度定位,完全符合战时应急定位精度需求.     

面向故障预测与健康管理的传感器优化配置

传感器优化配置是保证装备故障预测与健康管理(Prognostics and Health Management,PHM)系统有效实现的基础.针对目前陆军装备保障中缺乏有效的传感器配置方法的现状,以某型防空导弹调平起竖系统为研究对象,建立了考虑传感器失效的PHM系统传感器优化配置模型.对导弹发射车调平起竖系统控制回路进行了分析,在此基础上形成系统的故障-传感器相关性矩阵;根据系统的指标要求建立传感器优化配置模型,采用蚁群算法求解;将结果与粒子群算法进行比较,表明利用蚁群算法取得了更优的配置方案,能够为PHM系统中装备的传感器优化配置提供有效指导.     

基于改进战役优势参数的作战飞机优化配置

空军在现代战争中起着不可替代的作用,而作战飞机是空中力量的重要组成部分.在考虑信息支援和预警机的情况下,改进了多元兰彻斯特方程,并进一步导出了改进的战役优势参数.以战役优势参数为目标函数,建立了作战飞机在装备数量和采购经费限制条件下的优化配置模型,最后通过算例验证了模型的有效性.     

基于Unscented粒子滤波的传感器管理算法

传感器管理是信息融合技术的重要研究方向,以往的传感器管理算法主要是针对线性融合系统,现实中非线性系统更为普遍,而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。Unscented粒子滤波采用Unscented卡尔曼滤波计算提议概率密度分布,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。针对非线性系统,提出了一种基于Unscented粒子滤波的传感器管理算法。首先利用Unscented粒子滤波对目标进行状态估计,求出目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量最大对传感器资源进行分配,并对该算法进行了仿真。