战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

非正交弧线齿面齿轮齿面设计及根切研究

非正交弧线齿面齿轮是以端面渐开线弧线齿圆柱齿轮为假想刀具包络展成的面齿轮。根据面齿轮啮合原理推导了非正交弧线齿面齿轮齿面方程,结合Matlab数学模型和根切理论研究了该种面齿轮的根切现象,计算出面齿轮不产生根切的最大内径,并通过Catia仿真滚齿来验证计算的准确性。该研究旨在提出一种新型非正交面齿轮,通过理论推导及仿真模拟来研究该种面齿轮的根切现象,在此基础上探究非正交弧线齿面齿轮的内径影响因素。研究结果表明:在同等参数下,当位置参数增大时,刀具渐开线截面高度和内径逐渐减小,当刀具圆弧半径增大时,内径逐渐减小,刀具渐开线截面高度逐渐增大。     

杨氏双缝干涉光程差近似计算的弱化条件分析

利用平面几何勾股定理,推导出杨氏双缝干涉实验光程差的准确表达式,对光程差表达式进行同解变换,反演了明纹中心坐标与光程差的函数关系,并对明纹中心坐标表达式进行了分析讨论,给出了数值解,得出了 5点结论。结论表明,杨氏双缝干涉实验光程差近似计算的条件可弱化为光程差远小于双缝间距,且利用经典近似方法计算明纹中心坐标在干涉级次较大时误差较大。     

基于火箭橇的无人机碰撞民用飞机试验技术研究

无人机碰撞民用飞机关键部位损伤程度的研究是民航领域关注的新型热点问题。本文首次提出采用 火箭橇试验评估无人机碰撞民用飞机的安全性。通过对碰撞速度、碰撞位置、无人机姿态、参数测量等进行研 究,设计碰撞技术方案,论述火箭橇的设计、弹道控制设计、强度校核和测试方案,并进行试验验证和仿真计算。 结果表明:本文设计的火箭橇碰撞试验方案是可行的,实现了单一弹道上的连续多点碰撞及多视角、全覆盖、高 稳定的全过程记录;可为后续开展同类碰撞试验提供必要的技术参考,所开展的多发次碰撞试验也为无人机碰 撞民用飞机的安全性评估提供了有效的试验数据。     

基于拓扑优化和形状优化的桨叶结构设计

直升机旋翼桨叶剖面结构设计是研究旋翼动力学设计的基础。提出一种联合拓扑优化和形状优化的 两级优化设计方法,可用于桨叶剖面结构的设计。第一级优化以变密度法(SIMP)作为拓扑优化的材料插值方 法,以桨叶体积最小化为设计目标,约束桨叶节点位移和应力,建立桨叶的拓扑优化求解模型;第二级优化以重 构的桨叶模型为基础开展形状优化,降低局部应力集中以及找到合理的边界节点位置。对优化后的模型进行 有限元分析,结果表明:通过拓扑优化和形状优化的两级优化,能够得到满足强度和稳定性要求的结构布局,为 桨叶结构设计提供指导方案。     

基于虚拟仪器技术的发动机网络化试车测试系统设计

介绍虚拟仪器技术在发动机试车过程中的具体应用,以LabVIEW软件为平台实现信号的采集、分析、处理和显示。该系统通过网络实现数据共享,各个上位机根据自己的需要获取不同的数据,然后通过软件处理,实现对发动机试车过程的实时监控。     

装备体系贡献率评估方法探究

未来装备必须坚持体系化发展,并通过贡献率评估明确在体系中的地位和作用。明确了装备体系贡献率的定义和评估意义,分析了定性评估法、基础技战术指标比较法、综合技战术指标灰靶比较法、基于装备体系的网络层次分析法、基于体系仿真及效能评估法等装备贡献率评估方法,并给出了灰靶比较法、网络层次分析法具体评估实例。同时,结合各评估方法特点,提出了网络层次分析法、体系仿真及效能评估法相结合的改进综合评估方法流程,实现装备体系贡献率的准确评估。     

基于权重的层次矢量量化体压缩算法及其在空间环境中的应用

空间环境数据可视化是空间环境预报和服务的重要手段.目前基于矢量量化的压缩体绘制算法均只考虑了数据特点和压缩效果,并未结合具体应用需求.为适应空间环境体数据可视化具体应用需求,提出了一种应用驱动的压缩体绘制算法—-基于权重的层次矢量量化算法(WHVQ).算法将体数据划分为43的数据块,并为数据块设置权重,重点关注区域的数...     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

弹道导弹落点精度分析与仿真方法研究

通过对影响弹道导弹的落点精度的因素分类和影响分析,提出了利用仿真技术预测和修正弹道导弹落点偏差的方法。综合诸影响因素对导弹进行全弹道仿真试验设计和分析,为改进设计提供一定的依据。