基于SD的航空武器装备制造过程供应链的系统结构反馈分析

在对航空武器装备制造过程的供应链进行系统分析的基础上,利用系统动力学(SD)流率基本入树建模法,建立了航空武器装备制造过程供应链的系统反馈结构模型.并利用笔者提出的系统反馈基模生成系计算方法,计算出系统反馈基模,通过对系统主导反馈基模的分析,提出相应的管理方针,实现了用系统科学的方法有效分析供应链系统的目的.     

复杂工况下的直升机行星传动轮系故障诊断

行星传动轮系是直升机动力传动系统的核心部件,是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题,提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频谱数据,基于堆栈收缩自动编码网络建立训练负载与测试负载编码网络,从训练域数据进行有监督学习提取高质量深度故障特征,并结合参数迁移和对抗学习策略,通过测试域数据无监督自适应优化测试域深度故障特征提取网络,以适应负载条件变化引起的样本数据分布差异以及恶劣噪声环境引起的样本数据波动的影响。方法在直升机行星传动轮系实验平台上通过故障注入试验进行了对比验证,证明了方法的有效性与健壮性。     

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。     

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。     

美军空中打击的首选武器:微小型精确制导炸弹

据报道,美军在伊拉克战争中动用了15架RQ-1“捕食者”无人机,其中部分是RQ-1B攻击无人机。特别值得注意的是,每架RQ-1B攻击无人机均挂载了6枚目前美军最先进的机载精确制导炸弹——重量仅为227千克的小型“联合直接攻击弹药”(JDAM),标志着美军的微小型机载炸弹已经从实验室走向战场。     

基于粒子群优化的多导弹动态武器目标分配算法

针对复杂多变的未来战场环境,对空防御系统需要实现对多个目标进行武器分配。由于传统静态武器目标分配（Static weapon target assignment, SWTA）模型受到很多因素的限制,无法适应战场态势的快速变化。为了解决多导弹的动态武器目标分配（Dynamic weapon target assignment, DWTA）问题,将对空防御过程离散为多个阶段,并根据战场实时态势数据构建了DWTA的数学模型,提出了一种改进的粒子群优化算法,引入了武器转火时间窗等约束条件,在算法中考虑拦截概率和导弹耗费等多个指标。最后通过大量仿真实验,验证了粒子群算法进行多导弹目标分配的合理性和有效性。     

俄2011年武器出口总额超过100亿美元

2012年2月2日,俄罗斯国防出口公司总经理阿纳托利。伊塞金在接受采访时表示,尽管受到叙利亚的影0向,但2011年俄罗斯武器出口总额仍上涨到了107亿美元。与2010年的87亿美元相比,有了大幅增长。     

乌克兰将于近期确定国家武器发展计划

乌克兰2012年～2017年国家武器和军事技术发展计划将在近期内确定,2017年前国家武器发展计划拨款约21亿美元。     

抵御对抗样本攻击的指纹室内定位方法

随着城市智能化的发展, 基于WiFi接收信号强度(RSS)的指纹室内定位服务受到社会的广泛关注。深度学习技术是利用RSS信号获得高室内定位性能的一种重要手段, 但其易遭受对抗样本攻击, 给定位系统带来严重安全隐患。为此, 提出了一种抵御对抗样本攻击的基于深度学习的RSS指纹室内定位方法(AdvILoc)。该方法基于图像识别领域对抗样本防御方法的研究和分析, 结合室内RSS指纹数据特征单一且高维的特点, 通过在RSS指纹室内定位深度学习模型中添加池化层、全连接层, 以及满足差分隐私的噪声层来抵御对抗样本攻击, 解决了基于深度学习的室内定位模型易过拟合且泛化能力不高的问题。通过添加Dropout层, 以及设计模型参数正则化方法, 提高模型抵御对抗样本攻击的鲁棒性。在2个真实RSS指纹室内定位数据集上的实验结果表明:与已有基于多层感知机(MLP)、卷积神经网络(CNN)的RSS指纹室内定位方法相比, 所提方法在保证时间开销和基本不影响定位模型性能的情况下, 提高了模型抵御对抗样本攻击的鲁棒性;在满足l₂范式规范的C&W攻击下, 随着攻击大小不断增大, 模型的定位准确率下降也更平稳。      

编与读

《读者园地》是广大航空爱好者畅谈理想,抒发对航空航天的热爱之情、广交朋友的平台。您可以将自己对杂志的意见和建议,将工作、学习、生活中的所想所感,对未来航空航天飞行器的设想,航空航天书法绘画摄影作品和收藏品以及需要我们解答的各种问题,通过邮箱传递给我们。我们也会根据来信内容的不同,组织相应人员进行回复或摘登。E-Mail:hkzszz@163.com