摘要:2025年26卷第4期目次

摘要:针对新型机械类装备在试验鉴定阶段样本量较少,难以建立故障数量预测深度模型评估保障性能的问题,采用了“迁移学习”方法,提出了Score评价指标,使用大规模成熟型别装备数据辅助新型装备故障预 测模型训练。从迁移学习的样本、特征、模型3个角度出发,以基于深度模型的迁移为重点,进行故障数量预 测研究。实例表明,基于微调的模型深度迁移在均方根误差与Score评价指标上精度分别相对提升了 46.55%和164.87%,标准差分别下降了86.71%和91.41%,远优于基于样本和特征层次设计应用的迁移 预测方法与7种典型对比模型,使得深度学习的数据驱动优势得以充分发挥。在预测精度、效果与稳定性上 具有更好表现,有利于评估新装备保障性能,推动了装备试验鉴定能力建设。

摘要:为解决现有裂纹萌生法和裂纹扩展法在橡胶疲劳寿命预测方面存在的不足,提出了基于增量裂纹扩展与开裂能密度的橡胶多轴疲劳寿命预测新方法。首先,介绍了有限应变假设下开裂能密度的数学模型;其次,假设开裂能密度随裂纹扩展而发生变化,建立了能量释放率与更新开裂能密度的函数关系;最后,建立了基于增量裂纹扩展下的橡胶结构多轴疲劳寿命预测模型。该模型可同时实现疲劳寿命的预测与裂纹的显式 扩展,数值算例验证了所提方法的有效性。结果表明,在高应变情况下,基于增量裂纹扩展的疲劳寿命预测方法优于经典开裂能密度方法,预测精度提高约1倍。

摘要:航空集群机间协同高精度时钟同步是影响机间协同作战效能的关键技术之一。围绕航空集群节点间的高精度时钟同步问题,提出了一种高精度时钟自同步算法。以询问-应答同步原理为基础,通过分析航空节点的相对运动对同步精度的影响,推导了包含相对径向运动速度变量的同步误差解算方程。在此基础上, 提出了基于分段相关与频域处理的伪码捕获算法,该捕获算法具有较强的抗多普勒频移能力。仿真实验表明,该算法可以有效消除相对运动引起的时钟同步误差,具有较高的信号到达时间(TOA)、多普勒频偏估计精度和较低的计算复杂度。

摘要:针对制冷剂充注量影响蒸发制冷循环系统工作性能的问题,建立了飞机蒸发制冷循环系统一维仿真模型,计算并分析了飞行包线范围内不同温度下制冷剂充注量对压缩机转速、压缩机排气特性、压缩机功耗 和制冷性能系数(COP)及过冷度的影响。结果表明,无论是过充还是欠充均会对系统性能产生不利影响。在不同环境温度下,压缩机最小功耗与系统最大COP对应的最佳充注量存在差异,并随环境温度上升而增大。此外,过冷度被认为是评估最佳制冷剂充注量的关键指标,其稳定段仅与充注量相关,且在该范围内,不同工况条件下的压缩机功耗和系统COP均处于较好的性能。该研究结果对飞机蒸发制冷循环系统最佳制冷剂充注量的确定提供了依据。

摘要:为解决终端区飞行轨迹数据维度高、特征信息无法准确提取的问题,提出了一种基于LSTM-DAE谱聚类进行轨迹模式识别的方法。首先,采用LSTM-DAE网络将处理后的轨迹数据集进行降维和特征提取, 进而更加准确地捕捉轨迹的非线性特征;其次,借助提取到的轨迹特征,采用谱聚类完成模式划分;最后,以天津滨海机场进场飞行轨迹数据进行实例分析。实验表明:该方法能够将高维飞行轨迹提取后进行准确聚类,可划分出6个类别的轨迹簇,实现更高的聚类质量,该方法可为有效识别终端区飞行轨迹模式特征提供支持。

摘要:针对航空发动机排气系统满足高雷达隐身性能和推力矢量的需求,以球面收敛矢量喷管为对象,开展了内涵遮挡支板几何参数对喷管后向雷达散射截面积影响分析,采用迭代物理光学法计算了支板倾斜角、斜切角和支板数目的球面收敛矢量喷管后向雷达散射截面积。计算结果表明:在2个探测面内内涵遮挡支板均能对喷管后向RCS起到较好的缩减效果,该缩减效果呈现一定的极化特性,在俯仰探测面内内涵遮挡支 板对喷管后向RCS的缩减效果大于偏航探测面。对于支板倾斜角,在俯仰探测面50°支板倾斜角时RCS缩减效果最佳达到71%, 在偏航探测面30°支板倾斜角RCS缩减最佳达到21%;对于支板斜切角,在俯仰探 测面45°支板斜切角RCS缩减效果最佳达到64%,在偏航探测面40°支板斜切角RCS缩减效果最佳达到19%;当支板数目为16时,能够在2个探测内均获得最好的RCS缩减效果。

摘要:针对低轨卫星网络传输带宽不足以支撑大数据转发、链路需要周期性断开的问题,设计了基于链路状态感知的卫星网络多路路由优化策略,对低轨卫星的动态拓扑结构以及星间链路状态进行了建模,构建了多路径选择的优化问题。为提高优化问题的求解效率,设计了基于状态监控与路径预测的多路径选择算法,算 法使用时间片分割拓扑以规避拓扑的动态性,通过监测状态对星间链路进行筛选来降低复杂度,并根据星历 信息对链路通断进行预测,避免链路中断造成的大规模丢包,在计算阶段综合考虑传输时延、传输带宽以及传输成功率等实时链路状态,根据负载变化选出最优的多条路径,增大卫星网络的吞吐量,降低传输时延。仿真结果表明,相较于传统的接触图路由算法(CGR)、基于最短路径优先算法(SPF)和等价多路径算法 (ECMP),当负载为 8 Gbps 时,所提方案的传输时延比其他3种算法分别低16.9%、11.4%和7.1%,网络 吞吐量比其他3种算法分别高34.4%、26.9%和 15.6%,传输成功率分别比其他3种算法分别高15.3%、9.6%和 5.6%。

摘要:从最佳接收机设计的角度出发,深入分析了匹配滤波器的效用,并提出了一种基于最小相位信道求解白化滤波器的新方法。此外,通过引入维特比算法,以进一步降低接收机的计算复杂性。通过仿真实验,验证了序列检测接收机在消除码间串扰方面的有效性与鲁棒性,并为多径信道下的接收机设计提供了性能上限的参考。实验结果表明:在存在频谱零点的信道条件下,基于维特比算法的序列检测性能优于MMSE均衡器,超过10 dB,对于径数小于5的信道,采用基于维特比算法的序列检测方法不仅可行,而且其计算复杂度也可被接受。

摘要:现有地磁导航研究所采用的导航参量大多是基于原始地磁参量,地磁参量的选取会影响导航的效率, 在选择导航参量过程中存在人为性。针对这一问题,提出一种基于地磁特征提取的搜索导航方法,利用主成分分析的方法提取出能较为全面地描述该位置磁场信息的地磁特征作为新的导航参量,结合现有的进化搜索策略和梯度下降法,充分利用提取出的地磁特征作为新的导航参量,引导载体不断向目标趋近,实现导航目的。实验结果表明:基于原始地磁参量的传统搜索导航方法目标函数迭代步数为647,基于提取主成分特征的搜索导航方法目标函数迭代步数为564,而文中提出的基于主成分特征的进化梯度导航方法迭代步数为238,迭代步数明显下降,导航效率提高,并且子目标函数收敛的一致性也更好,能较好地利用原有磁场信息,在自主远程导航中具有很好的应用前景。

摘要:针对航空通信中的多径衰落以及多普勒扩展造成定时同步算法对频偏敏感以及在低信噪比条件下定时同步性能较差的问题,提出一种使用恒包络零自相关(CAZAC)序列的时频同步算法。使用CAZAC序列生成具有共轭对称特征的前导序列,其次基于前导序列的结构特征,采用互相关累加峰值的定时度量函数, 将正确定时位置处的相关值用于估计小数倍频偏,最后利用一对相同的CAZAC序列完成第2次小数倍频偏估计。仿真结果表明,当正确检测概率达到100%时,改进算法的性能提升3 dB。

摘要:聚焦分布式防空反导杀伤网节点异质、链路多重的复杂网络特性,针对防空反导杀伤网节点价值评估存在的节点功能异质性研究不充分、评估指标单一化等问题,构建了侦察、指控和火力子网的超网络模型,提出了基于超网络理论的节点价值评估方法。该方法综合考虑节点拓扑结构、性能指标和连接关系,通过改进 加权的专家打分和熵灰色关联TOPSIS算法得到杀伤网的整体效能,并采用节点删除法衡量节点价值重 要度,实现了对节点价值的量化分析。通过案例验证了方法的有效性,为防空反导杀伤网节点价值评估提供了新思路。

摘要:干扰资源优化是当前电子战任务规划的重要环节,针对多目标优化算法容易陷入局部最优及在三目标优化时的收敛问题,提出一种基于改进多目标飞蛾扑火算法(TLWP-NSMFO)的多机干扰资源优化方法。首先在多目标飞蛾扑火算法的基础上利用Tent混沌映射完成种群初始化,增加解的多样性和均匀性,提高算法的搜索能力;而后引入判定因子和Lévy飞行,使得算法既能够以一定的概率接受当前解,也能根据产生的扰动跳出当前解,进行重新搜索,增强了算法的搜索能力;最后利用广泛分布参考点解决多目标飞蛾扑火算法在三目标函数的收敛性问题。仿真实验表明该算法比MOEA/D算法、NSMFO算法具有更好的收敛性和种群多样性,且该方法收敛结果稳定。

摘要:针对现有恶意代码可视化分类模型在精度和鲁棒性方面的不足,提出一种基于改进DenseNet的恶意代码可视化分类方法CasKDNet,通过3项关键技术实现精度和鲁棒性的提升。首先,构建级联分类器结构,增强纹理相似家族的特征区分能力;其次,采用KAN结构替代DenseNet网络中的多层感知机,优化特征提取过程的非线性表达能力,提升模型整体精度;最后,基于FFM图像修复算法对训练集进行数据增强, 提高模型鲁棒性。在恶意代码数据集Malimg上的实验结果显示,CasKDNet模型取得99.69%的分类准确 率,与现有研究方法相比具有明显性能优势。此外,在白盒攻击背景下,FGSM和I-FGSM算法对CasKDNet的攻击成功率仅为12.7%和37.5%,进一步证实了模型在防范对抗性攻击方面的有效性。

摘要:针对杀伤网作战体系在复杂战场中存在的数据处理能力和决策速度限制,以及现有AI决策方法数据需求大、泛化能力弱、可解释性低的问题,提出了一种基于知识增强的大语言模型(LLMs)的决策方法 。该方法通过集成环境状态映射、知识增强的LLM决策及决策文本到智能体行为转换三大模块,直接利用LLM理解战场态势和语义以优化决策。结果表明,该方法能有效理解战场态势并制定决策方案,显著降低了对大量数据的依赖,同时保证了良好的可解释性。