基于粗糙集的水下航行器灰色评估方法

针对水下航行器效能评估中,存在着指标信息不确定和指标间关系不明确的问题,运用粗糙集和灰色系统理论对水下航行器效能评估进行了研究,提出了基于粗糙集的水下航行器效能灰色评估方法,并论述了该方法的具体评估过程。结合实际水下航行器系统进行了应用分析,结果表明:该方法合理、可行,解决了水下航行器效能评估中存在的问题,提高了评估结论的正确性和有效性,为水下航行器系统的论证、设计和改进提供了科学的理论决策依据。     

水下仿真中声信号可视化研究

为满足水声对抗视景仿真中水声信号的实时可视化需求,基于OpenGL三维图形编程语言和多线程技术,实现了对水声信号类型、频谱的嵌入和单独窗口的绘制;根据正方形均匀平面阵接收波束旋转对称的结构,提出水平切分的方法,利用GL的二次几何体"Cylinder"实现了对其波束的绘制,并对波束增益、功率、状态等参数进行了可视化映射,然后用GL的显示列表进行了优化;俯视图中通过适当可视化映射,实现了搜索扇面的绘制.最后将其嵌入到利用OpenGVS 搭建的多通道水声对抗视景仿真环境中,实现了在视景中的实时同步显示.     

基于BP神经网络干扰器反鱼雷对抗效果评价

反鱼雷对抗效果是水声对抗装备效能评估的核心和难点,运用神经网络进行效果评价具有一定的优势,但由于单纯采用专家评分的方法.使得训练样本集的可靠性不高,降低了网络权值的可信度.为此分析了影响干扰器对抗效果优劣的几类指标,结合仿真试验技术,提出了运用改进算法的BP网络来进行效果评价的方法,合理地构建了由专家评分及仿真试验的指标值共同组成的混合训练样本集,提高了训练样本的充分性和可信性,最后通过对两型干扰器的对抗效果评价比较,验证了方法的有效性.     

基于灰色决策理论的声诱饵作战效能评估

针对声诱饵型号多样、评价指标复杂且现有效能评估方法无法全面进行评估,现运用灰色决策理论,综合声诱饵在反鱼雷作战时的技术和使用因素,建立了完整的声诱饵反鱼雷作战效能评估指标体系,提出了改进灰色白化权函数的声诱饵效能灰色决策评估方法。不但易于工程实现,有效提高评估的客观性,同时引入效能综合评估值使结果更直观。最后以四型声诱饵仿真评估实验为例,演示了评估的全过程,结果显示新型拖曳式与自航式声诱饵的作战效能较其第一代分别提高了59％和64％。通过与现有的只考虑使用因素的LMBP神经网络方法进行对比分析,验证了所提方法的有效性和合理性。     

基于板块元的水面舰船远场声目标强度预报方法

提出了一种基于板块元的水面舰船水下远场声目标强度数值预报方法,首先根据水面舰船水下船体及附体的型线进行等效建模,采用板块元方法进行网格划分,建立了水面舰船特有的复杂附体二次反射、海面散射效应的数值模型,将各板块元的声散射视为一种"滤波",各板块元的散射声传输函数具有不同幅度、相位、时延,将其叠加之和进行反傅氏变换后,获得水面舰船波形级的远场声目标强度及方位分布特征。通过分析比较典型声呐探测信号下水面舰船的声目标强度,验证了该方法的有效性,为优化与控制水面舰船目标强度,分析水面舰艇水声对抗的作战效能提供了物理依据。     

水下制导多用途仿真实验平台

文章分析了水声环境下水下制导仿真实验的特点,提出了适合该环境的水下制导多用途仿真实验平台的设计思想和设计方法,建立了一个模块化的仿真实验平台.该平台不仅可用于测试制导新技术的性能,而且可以通过接口程序连接相关实物构成水下制导半实物水池实验系统,验证新方法的实时性,并考核参试实物的有效性和可靠性.该平台为水下制导新技术的研究可提供灵活配置、对数字仿真和半实物仿真通用的研究型实验平台.     

基于LMBP神经网络的声诱饵对抗鱼雷效能评估

根据实际情况，补充调整建立了声诱饵对抗鱼雷效能评估指标体系。结合专家调查法和仿真试验，采用基于LM快速算法的BP神经网络（LMBP）综合评估法对声诱饵对抗鱼雷效能进行评估，并对LM算法和常用的Traingdx算法进行了对比分析，证明LM算法误差更小、训练速度更快。最后，通过实例证明将BP神经网络评估方法应用于水声对抗效能评估切实可行。该方法能综合考虑专家经验和试验数据等主客观因素，最大限度减少单纯主观或客观赋权带来的误差，通过神经网络的“自学习”得出明确的综合评估值，具有较强的实用性和通用性。     

基于Agent的水声对抗仿真系统建模与仿真分析

分析了水声对抗仿真系统的组成和特点,基于Agent方法进行了水声对抗仿真建模,建立了Agent实体的功能层、信息层和认知层的模型结构,给出了基于Agent的系统结构和个体Agent的建模过程,从一个新的视点上研究了水声对抗分布仿真系统,最后总结了这种仿真体系的特点和长处。     

基于网络层次分析的水下多目标跟踪排序方法

水下多目标跟踪排序是水下航行器多目标跟踪中需解决的技术难点.目前用于水下多目标跟踪排序的方法都假设各个决策因素相互独立,而实际上水下多目标跟踪决策的因素之间存在着相互影响.文章根据这一特点,建立了水下多目标跟踪排序的决策指标集和相应的ANP决策模型,提出了基于ANP的水下多目标跟踪排序方法.该方法将水下多目标跟踪排序的决策指标集纳入网络层次结构模型,并通过模型解算得到优化的多目标跟踪决策,具有排序结果比现有方法更加合理、稳健的特点.仿真结果表明该方法是解决水下多目标跟踪排序与决策问题的有效方法.