基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

面向数据语义集成的装备领域本体构建研究

装备领域本体能够准确描述领域内概念的定义和概念之间的相互关系,是研究装备数据语义集成的基础和前提.在分析现有构建方法的基础上,提出了一种半自动化的装备领域本体构建方法.以装备领域的权威文件为标准,构建顶层领域本体,采用模式映射的方法从装备数据库中生成初始局部本体,通过本体映射对领域本体进行规范化处理.实验结果表明,该方法能够较为全面地构建出装备领域本体,为数据语义集成提供统一的全局视图,运行效果优于其他方法.     

多重不确定因素影响下的高端装备研制任务流程优化

基于设计结构矩阵对高端装备研制任务进行仿真建模,采用蒙特卡罗方法模拟研制任务执行过程,用以估算其工期、成本、失败率等参数.将研制任务仿真嵌入到多目标优化算法中,对每个个体对应的研制任务流程进行多次仿真,以仿真输出的平均工期、成本、失败率等作为适应度评价指标,基于NSGA-III构造多目标优化算法,求解其Pareto最优解集.对每个Pareto最优解对应的研制任务流程进行更多次的仿真,在此基础上对各个研制任务流程进行深入分析、评价.最后,以某无人机研制任务为例进行应用研究,并把本文的优化结果与文献中的数据进行比较,检验了本文方法的有效性和优越性.     

基于光线追踪的实时超声模拟与虚拟现实的集成

为进一步提高超声医师培训效率以及降低培训成本，开发了一种与虚拟现实(VR)环境集成在一起的超声训练系统。将基于光线追踪的超声图像模拟方法整合到虚拟现实环境中，利用沉浸式VR体验进行医学超声培训，并将该方法获得的模拟超声图像与使用基于生成对抗网络(GAN)技术和Field II超声模拟器模拟的超声图像进行比较。实验数据表明，本文的超声模拟器在光线数量为256，模型的三角片数量超过200 000的条件下，能够以43帧/s的速度实时生成高质量的模拟超声图像，同时验证了光线追踪结合VR环境进行超声模拟是可行的。     

小子样变总体下的Bayes测试性验证方法

现有测试性验证试验方案一般都需要较大的故障样本量,利用装备研制阶段的测试性数据则可能有效解决这一问题。但研制阶段的测试性数据和现场试验数据一样属于“小子样”且具有“变总体”特点,为此提出一种基于Bayes理论的测试性验证方法。首先根据装备研制各阶段积累的测试性试验信息构建装备测试性参数故障检测/隔离率(fault detection rate/fault isolation rate,FDR/FIR)的动态增长模型,用以揭示装备测试性水平的动态变化规律,并对其测试性指标进行预测。然后根据最大熵原理计算系统FDR/FIR的先验分布。最后结合少量现场试验数据,根据Bayes最大验后风险准则制定装备测试性验 证方案,对装备测试性指标进行验证。通过实例对比分析表明,该方法有效融合了研制阶段数据与现场试验数据,能在小样本的情况下提高验证结论的置信度,降低评估风险。     

基于平行执行的装备体系涌现行为导向性方法

装备体系作战能力是指装备系统之间交互作用而在宏观层面表现出来的一种体系行为。装备系统间微观层面交互关系及其相互影响的复杂性,为体系作战能力的生成带来了巨大的不确定性。引导在体系层面上生成的涌现行为为体系目标的实现而服务是体系工程研究的一个关键问题。借鉴平行执行方法,提出了一种体系作战能力导向涌现的可行方法,将平行执行方法与系统交互行为及关系分析结合在一起,能够有效支撑体系作战能力的生成与发展,为在现有技术手段下探索新的武器装备体系建设提供参考。     

基于多特征标签相关性学习的图像自动标注

在网络真实环境下的图像数据集上的大规模语义标注是一个研究难点.提出了一种基于多特征标签相关性学习的图像语义标注方法,针对真实环境下大规模图像集合进行自动标注.首先提取图像多种视觉特征,采用多标记学习方法在特定特征空间完成标注词相关性学习,得到每幅图像的单特征标注词相关度;然后采用一种动态阈值确定方法估计单个特征和标注词的相关度阈值;最终采用一种无监督组合方法融合多种特征标和标注词的相关性生成图像语义标签.通过互联网数据集上的测试表明了方法的有效性.     

基于深度网络的蓝军装备模型参数生成方法研究

蓝军装备的建模仿真是构建对抗仿真环境不可缺少的部分。针对蓝方系统可获取的参数有限、具有“贫信息”“小样本”特性的问题,提出一种基于深度网络的蓝军装备模型参数生成方法。通过设定信息注入蓝军装备的仿真模型,生成仿真数据,利用数据训练深度神经网络。得到的网络对该型装备的未知参数预测具有一定的泛化能力,可直接用于预测或作为迁移学习的源模型。以蓝军某型拦截弹的建模仿真为例对该方法进行应用验证,使用了多层感知机和循环神经网络2种网络对比例导引系数进行学习与预测,均获得了较好的效果。     

多重不确定因素影响的高端装备研制任务仿真建模

针对高端装备研制任务影响因素多、不确定性大、网络结构复杂等特点,采用蒙特卡罗仿真方法模拟其执行过程,用以估算研制任务的工期、成本、返工次数、失败率等。综合考虑子任务的工期和成本的不确定性、子任务之间的各种关系以及执行过程中的自环、返工迭代、重叠、失败、学习效应等,改进资源冲突处理规则,基于设计结构矩阵建立仿真模型,并实现了仿真算法。以某无人机研制任务为例进行应用研究,对仿真输出的工期、成本、返工次数、失败率等数据进行分析,并与相关文献中的数据进行比较。     

基于改进型生成对抗网络的指挥信息系统模拟数据生成算法

针对指挥信息系统模拟训练数据缺乏的问题,提出一种基于改进型生成对抗网络的模拟数据生成算法,构建指挥信息系统履行使命任务支撑能力指标体系,同时提出指挥信息系统非结构化信息处理的映射方式和拟合度因子,修正损失函数,从而提高优化水平。仿真结果表明,所提算法能够生成与原始数据分布相似度较高的数据集,为指挥信息系统全元素的模拟训练提供数据支撑。     

基于多保真度代理模型的装备系统参数估计方法

系统参数估计是武器装备系统设计研制中的关键一环。针对复杂系统设计中逐渐突显的系统复杂性激增、需求动态性变化、响应的快速性、缺乏高精度数据等问题,提出一种基于多保真度代理模型的单装备系统参数估计方法。首先,该方法基于传统Kriging模型对低保真度数据建立代理模型。然后,将该模型作为全局趋势模型,插入高保真度数据建立多保真度代理模型,得到同时满足高精度和高效率双重要求的参数估计方法。最后,以飞机机翼系统设计中的最大升力系数参数估计问题为例,验证了所提方法在装备设计研制中的可行性和有效性,作为设计人员的决策支撑。     

一种轻量级的装备需求开发过程改进方法

改进装备需求开发过程是提高装备需求质量的重要手段。针对装备需求开发特点,提出了一种轻量级的装备需求开发过程改进方法。首先基于CMMI建立了装备需求开发过程模型;然后设计一组调查表,根据调查结果评估装备需求开发过程的能力;最后探索了过程改进的有关策略。实例表明该方法能够有效地帮助装备论证部门评估现有需求开发过程能力,并提出有价值的过程改进建议。     

基于HPC环境的RTI及作战仿真应用

我国高端计算应用的研究与开发明显滞后于高端计算机的发展。分布式仿真应用,特别是分布式作战仿真应用规模不断扩大,迫切需要高端计算机的支撑。分析了大规模作战仿真应用对高性能计算(HighPerformanceComputingHPC)的需求,提出了基于HPC的符合IEEE1516规范的运行支撑平台(本文命名为H-RTI)的体系结构,分析了H-RTI上实体、盟员、联盟间的互操作能力,描述了基于H-RTI的大规模分布式作战仿真在多处理器平台和网络环境中的应用范例。     

基于置信规则推理的武器装备体系贡献度评估

针对武器装备体系贡献度评估中存在任务与能力关联复杂、数据处理缺乏有效性等问题,提出了基于置信规则推理的体系贡献度评估方法。首先,搭建了体系贡献度评估框架,通过使命分解和作战体系分析建立了“任务-能力”关联矩阵,并在此基础上构建了网络化多层次的评估指标体系。然后,利用基于置信规则推理的评估方法对体系作战效能进行推理。最后,根据体系贡献度评估模型计算武器装备体系贡献度。以空中遮断作战体系为例进行分析验证,结果表明该方法有效反映了体系的涌现性,客观评估了武器装备的体系贡献度,能够为装备迭代更新、作战体系发展规划提供理论支持。     

基于多属性效用的主战坦克武器系统作战能力评估

武器系统作战能力评估是数据结构复杂的多属性决策问题,具有重要的军事意义。针对武器系统作战能力评估时评估信息形式不统一、指标数据聚合困难以及不同性质指标无法对比分析等问题,提出了主客观相互嵌合的多属性效用评估方法,采用了基于心理活动规律的常数构造效用函数,建立了基于生产函数的指标效用聚合模型。首先,基于小组决策的方法,提出将距离优化模型与多专家评估权重有机结合,得到基于群体共识的有效指标权重。其次,考虑评估信息形式不统一、不同属性指标数据无法对比分析等问题,基于心理活动特点,构造了3类效用函数,将武器的各类数据信息统一转换为效用。最后,针对指标数据聚合困难的问题,基于生产函数的特点,建立了符合能力增长规律的效用聚合模型。案例分析表明:本方法能有效评估出主战坦克作战能力,且各指标数据均具有客观性和可对比性。最后分析了我国主战坦克能力增长途径,为装备改进以及新装备研制提供了参考。     

基于相似样本特征提取的装备性能退化研究

为了实时监控装备的性能变化规律, 对可能出现的突发情况进行预测, 本文首先考虑工程中装备在线监控预警系统中历史样本数据来源广泛、数据形式不规范问题, 基于B样条插值算法对历史数据进行了规整。其次, 针对性能退化研究中存在的随机性误差、性能指标变化不规律问题, 基于自组织映射和堆栈自编码器对相似样本集的退化特征进行提取与重构, 提出了基于最小特征圆的指标构造方法, 再采用双指数模型对装备的性能退化规律和寿命进行预测。最后, 使用仿真数据对模型的正确性进行验证。结果表明, 本模型和方法可以有效预测装备的性能退化规律, 并能体现装备遭受冲击时性能的退化与恢复规律。     

基于群体决策的装备重要性多想定空间分析

为提高对装备论证不确定性因素的定量分析能力,依据未来可能承担任务、应具备能力、拟发展装备间内在逻辑关系,提出了基于群体决策的装备重要性多想定空间分析方法。实例应用表明：对比多个典型想定牵引发展的装备体系能兼顾其未来应用的多种可能,有助于解决应急调整装备建设方案带来的后续难题;突出了体系作战能力在装备需求论证中的纽带作用;对可能受主观因素影响的模型权重、输入变量等进行探索性分析,提高了重点装备选择的科学可信性。