自主化——机载导弹重要的发展方向

围绕不断提高自主能力的发展需求,回顾了机载导弹70年来始终以满足空中优势作战为目标,从尾后攻击到全向攻击、从近距格斗到中远距拦射、从定轴发射到离轴发射、从适应简单环境到复杂环境的发展主线,提出了机载导弹由精确制导技术、信息技术应用引发的两次技术革命的观点,展望了人工智能技术是引发机载导弹第三次技术革命的可能方向,系统论证了自主化和智能化的关系,论述了智能化的本质是为了实现自主化,详细分析了人工智能在机载武器领域的发展应用前景以及可能面临的"终结者难题"困境,最后提出了机载导弹自主化层级的定义,并对提高机载导弹自主能力的关键技术进行了展望。     

X-2导弹模态试验及分析

模态试验及分析是结构动态特性测试与分析中新的重要的研究领域,得到了广泛的重視和迅速的发展。本文详细叙述了X-2导弹的模态试验及分析,给出了有关的试验结果,并对模态试验分析在导弹设计中的应用作了介绍。     

空空导弹21世纪展望

在现代战争中,中远程精确打击成为主要的作战样式,夺取制空权具有决定性意义,导弹的攻防对抗成为重要研究课题。本文论述了空空导弹在现代战争中的地位和作用,提出了现代战争对空空导弹的需求,介绍了未来空空导弹发展的主要方向和采用的关键技术。     

颜 / 填料分散工艺对环氧防热涂层性能的影响

目的研究涂料颜/填料的分散工艺与涂料的成膜过程以及涂层防热性能、环境适应性的关联。方法采用不同方法对涂料进行分散,并喷涂于钢基、钛合金基体及铝合金基体表面,对比分析涂层的物理性能、防热性能及环境适应性。结果分散良好的涂料细度约为60~70μm。实验室烧蚀试验和空中搭载试验结果验证了良好分散有助于降低内应力,增强涂层的环境适应性,延长涂层的服役寿命,提高涂层的热防护性能。结论经过充分分散得到的涂层,其外观、防热性能及寿命均达到最优。     

红外近距格斗空空导弹发展展望

在最近发生的几次局部战争中，空空导弹对夺取制空权起到了非常重要的作用，许多国家都开始发展和装备新一代空空导弹。分析了现代空战对新一代红外近距格斗导弹的要求，指出拦截巡航导弹将成为新一代红外格斗导弹的作战使命。介绍了国外新一代红外近距格斗导弹典型型号的发展情况，主要是美国的AIM-9X、英国的ASRAAM、德国的IRIS-T。最后对新一代红外近距格斗导弹普遍采用的关键技术——气动外形与系统设计、红外成像制导、气动力／推力矢量复合控制、小型捷联惯导等进行了探讨。     

面向航空航天的C/C复合材料加工技术研究

C/C复合材料是一类新型材料,其加工技术研究已成为行业发展的关键共性技术。首先,对其在航空航天领域的应用进行综合评述;其次,着重阐述C/C复合材料加工技术的研究历程和技术进展,尤其是在超声波、电火花、机械的三元复合加工方面;接着,在现有C/C复合材料加工技术取得明显进展的基础上,分析指出存在的问题和不足,并提出新的思路和方向,比如在多材料、非均匀材质切削机理、加工关键工艺技术和刀具研制等方面。     

从伊拉克战争论夺取制空权的军事手段

伊拉克战争再一次表明，制空权在现代战争中起着至关重要的作用，对战争的进程有着不可估量的影响。影响制空权争夺的军事手段除了制空武器外，与制信息权的掌控也有重要的依存关系。以伊拉克战争为启示，论述了制空权、制信息权、精确打击和制空武器之间的关系，讨论亍空空导弹在争夺制空权作战中的重要作用，并就影响制空权争夺的武器系统，特别是空空导弹发展的系列化阐述了自己的观点。     

导弹武器的智能分级及特征

本文对导弹武器智能分级及特征展开了探讨,对智能导弹的概念和内涵进行了定义。基于算法设计原理和导弹武器的研制特点,将导弹的智能水平分为初、中、高、超四个等级,并阐述了每个等级的内在含义。本文重点论述了导弹武器的智能特征,描述了四个等级智能导弹的能力表现,探讨了智能导弹研制的关键技术,并基于技术现状介绍了当前阶段各项关键技术的研究重点。     

智能集群系统的强化学习方法综述

智能集群系统是人工智能的重要分支，所涌现出的智能形态被称为集群智能，具有个体激发时的自组织性和群体汇聚时的强鲁棒性等特征.智能集群系统的协同决策过程是融合人-机-物，覆盖多元空间，囊括感知-决策-反馈-优化的复杂非线性问题，具有开放的决策模型和庞大的解空间.然而，传统的算法依赖大量的知识与经验，使其难以支持系统的持续演化.强化学习是一类兼具感知决策的端到端方法，其通过试错的方式不断迭代优化，具有强大的自主学习能力.近些年来，受生物群体和人工智能的启发，强化学习算法已由求解个体的决策问题，向优化集群的联合协同问题演进，为增强集群智能的汇聚和涌现注入了新动能.但是，强化学习在处理集群任务时面临感知环境时空敏感、群内个体高度自治、群间关系复杂多变、任务目标多维等挑战.本文立足于智能集群系统的协同决策过程与强化学习运行机理，从联合通信、协同决策、奖励反馈与策略优化四个方面梳理了强化学习算法应对挑战的方法，论述了面向智能集群系统的强化学习算法的典型应用，列举了相关开源平台及其适用算法.最后，从实际需求出发，讨论总结了今后的研究方向.