基于DQN的反舰导弹火力分配方法研究

反舰导弹作为海上作战的主战武器,由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题,我们提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法,深度Q值网络无需依赖任何先验信息,就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数,解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明,在各种不同的舰队防御配置下,深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。     

NT网在计算机实验室的实现与应用

本文从教学需求的角度,减轻机房管理员维护工作量的角度,并考虑到性能／价格比的因素,论述了NT网在计算机实验室的设计与实现以及它的功能与应用。     

燃气轮机燃烧室预混喷嘴排放性能的试验和数值研究

为了研究当量比、值班燃料量和压力对燃气轮机燃烧室预混喷嘴排放指标的影响,在环境压力下按照等速模化原理进行了燃烧室预混喷嘴的燃烧试验,基于化学反应网络法构建了污染物预测模型,开展了试验和数值对比研究。结果表明:在带值班燃料的情况下该预混喷嘴当量比φ在0.35～0.5时可满足国标排放要求,但是值班燃料量增大会使NO_x排放升高;在φ0.4时,压力对纯预混燃烧NO_x生成无影响,φ0.4时,NO_x会随压力升高而增多;带有值班燃料的预混燃烧时,NO_x对压力变化敏感,压力升高导致NO_x增多;该预混喷嘴混合性能对空气流速不敏感、燃料兼容性强,排放达标当量比范围宽,经进一步设计开发后有潜力应用于燃气轮机低排放燃烧室中。该化学反应器网络模型依赖经验较少,当值班燃料比例≤0.17时,对污染物预测与试验数据符合较好。     

原子传感用垂直腔面发射激光器研究进展

垂直腔面发射激光器(Vertical-cavity Surface-emitting Laser,VCSEL)是半导体激光器家族中的最重要成员之一,因其具有单纵模、低功耗、光束易整形等一系列独特优势,是多种微型化原子传感器的理想光源。围绕原子传感这一应用需求,国内外多个科研机构和企业对Rb原子和Cs原子传感用VCSEL开展了不同层次的研究,主要对其中的代表性研究进展进行综述。     

模块化永磁直线游标电机等效磁网络及漏磁分析

在模块化永磁直线游标电机的初始设计及优化设计中,使用有限元方法(FEM)计算漏磁系数时需要耗费大量的建模和计算时间。针对这一问题,建立该种电机的等效磁网络模型,在建模期间,考虑气隙中的边缘效应,并计算永磁体组与定子齿在不同相对位置时的等效磁导,得到该种电机在一个周期内不同相对位置时的漏磁磁导和漏磁系数的数学解析表达式。采用FEM验证了该数学解析表达式的准确性。研究结果为模块化永磁直线游标电机的设计提供了理论依据。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

光力惯性传感技术研究进展

光力惯性传感技术是利用光子与机械振子的相互作用,通过出射光的动量和角动量的变化实现对振子运动状态的监测,进而实现对其受力（矩）,以及（角）速度、（角）加速度测量的新型惯性传感技术。该技术既有高极限精度的原理优势,又有微型化的技术优势,是惯性传感技术的前沿领域,具有极大的发展潜力。首先介绍了基于光阱系统和微腔系统的两类光力惯性技术,分析了其基本工作原理与物理特征;其次介绍了国内外光力惯性传感器件的研究现状;最后对光力惯性技术的发展特点、国内外差距进行了总结,并给出了我国发展光力惯性传感技术的建议。     

高密度永磁同步电机的变参数等效磁网络分析

针对双“I”型转子结构的内置式高密度永磁同步电机(PMSM),基于MATLAB/Simulink平台提出了一种变参数等效磁网络法,充分考虑转子漏磁,且通过变参数环节,自动调节各部分磁导率,计算铁心饱和,提高了变参数等效磁网路法的计算准确性。利用该磁网络,分析了转子尺寸参数对电机空载电磁性能以及气隙磁密波形的影响,为高密度PMSM初步设计提供了一种有效快速的分析手段。     

基于二进制粒子群算法的战时航空网络规划研究

领空作为国家资源的一部分,其使用、调配关系到国家的安全与发展,在战时,将更多的空中资源调配给军航使用,有利于保障军事行动的顺利进行。基于此,提出一种基于二进制粒子群算法(BPSO)的战时航空网络规划方法。首先,对航空网络建模,收集航班数据;其次,建立航空网络性能评价体系;然后,以使用尽可能少的民航机场维持预期网络性能为目标,以作战意图和战场环境为约束条件,通过BPSO 算法进行求解;最后,进行仿真分析。结果表明:该方法能够结合作战意图、反映战场环境、合理调配航空资源,为战时航空管制工作提供决策依据。     

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。