目标散布已知情况下鱼雷发现概率计算方法

在目标散布概率密度已知的情况下,根据声自导鱼雷的搜索手段和机动搜索弹道,计算其相对于目标散布中心点的相对弹道。利用微积分原理,通过仿真方法计算积分区域,并对被积函数进行数值积分计算,求解声自导鱼雷机动搜索弹道发现目标的概率。     

鱼雷扩展螺旋机动搜索弹道设计

当不能准确掌握目标运动信息时,对鱼雷发射平台而言,目标位置散布于一定的区域之内。要提高鱼雷搜索捕捉目标的概率,可利用鱼雷航程远的特性,设计一种扩展螺旋机动搜索弹道,使鱼雷搜索范围尽可能地覆盖目标散布区域。基于这种设想,提出描述鱼雷扩展螺旋机动搜索弹道的参数和确定方法,并对这种弹道进行仿真和分析,得出其适用条件和不足之处。     

深水立管波致疲劳分析的确定性方法

采用Longuet-Higgins法将表征长期海况的波浪散布图分解为单个规则波的散布图,以此进行深水立管的疲劳分析,并与雨流法的计算结果进行了比较。结果表明,该方法可以准确捕捉最大疲劳损伤发生的位置,计算得到的疲劳寿命和雨流法的结果较为接近;且随着离散的精细,其结果和雨流法的结果越加接近。该方法计算速度快,占用硬盘空间少,可用于初始设计阶段立管的疲劳分析及疲劳参数敏感性分析。在疲劳分析的校核阶段,该方法因计算结果是保守的,依然可以应用。     

潜艇目标大散布条件下鱼雷搜索弹道仿真

针对潜艇目标大散布条件,选取定角度扩展圆形和定时扩展圆形2种搜索弹道形式;对于不同目标散布大小、不同的自导作用距离,采用蒙特卡罗法对鱼雷发现概率进行仿真计算;根据仿真计算结果对鱼雷搜索弹道进行了合理优化,仿真结果可为目标大散布条件鱼雷搜索弹道设计提供一定参考。     

极地运输船波浪载荷计算分析

极地运输船航行于极地航线,考虑到航线的特殊性,计算和分析极地航行海区下船体的波浪诱导载荷长期值,对船体结构的设计很有意义。采用FORTRAN语言编写全球波浪散布图统计与分析程序,可统计与分析全球指定海区每个短期海况出现的概率,进而获得该指定海区波浪散布图。以某极地甲板重载运输船为研究对象,基于谱分析方法,采用WASIM水动力分析软件计算2个工况,24个浪向角和26个周期下的波浪诱导载荷,获得其船中剖面垂向弯矩的幅频响应函数,并采用Sesam软件Postresp模块结合具体的波浪谱和目标船航行的东北和西北航道所经10个海区波浪散布图进行长期预报,进而获得船体各个海区下船中剖面垂向弯矩的长期值,并与北大西洋海区下的计算值比较。     

潜射直航鱼雷协同作战研究

研究了多潜艇协同使用直航鱼雷作战问题。首先对潜艇的协同打击系统做了分析，然后对鱼雷协同作战必须解决的目标位置修正、发射阵位选择及鱼雷避碰等问题进行研究，最后给出了协同作战的流程及鱼雷协同形成交叉火力对目标同时打击的方法，并对鱼雷协同打击的命中概率做了计算。研究表明，该作战方法可将火力集中于目标位置概率最大处，并保证散布区域的可靠打击，提高了鱼雷打击的力度和精度。     

物联网环境下舰船传感通信中的大数据云信息隐写技术研究

在物联网环境下,为提高舰船传感通信的安全性,提出一种基于空间几何维度概率密度特征分块的物联网环境下舰船传感通信中的大数据云信息隐写技术。采用空间几何学方法计算舰船传感通信信息分布的网格密度,将待隐写的数据通过密度阈值映射到划分的空间网格内,将信息分布空间网格划分为稠密单元和稀疏单元,结合概率密度特征提取方法进行信息融合处理,获取信息隐写算法的写入位置,把写入位置匹配到相应的数据块上,实现信息加密和隐蔽通信。仿真结果表明,采用该信息隐写技术在物联网环境下进行舰船传感通信,隐身数据量和信息稀疏性分布等指标性能优于传统的隐写算法。     

雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.     

反舰导弹概略射击方式有效射击距离研究

反舰导弹使用概略射击方式射击,需要综合考虑导弹末制导雷达搜索特点、导弹自控飞行散布误差、目标机动、目标方位误差等因素,重新确定导弹的有效射击距离.根据反舰导弹的自控飞行误差建立了导弹航迹拟合模型,对航迹模型的自控终点散布进行了正态性检验,并对导弹的动态捕捉过程进行仿真研究.通过使用蒙特卡罗方法计算反舰导弹概略射击方式的捕捉概率,分析得出概略射击方式的有效射击距离.     

一种反舰导弹目标选择融合算法

根据反舰导弹自控终点散布、末制导雷达方位探测误差、舰艇队形和散布，推导了后续算法用到的一些正态分布总体的均值向量和协方差矩阵。在讨论了改进的最小偏离目标选择法和基于队形的目标选择法的基础上，融合最小偏离信息和队形信息提出了一种目标选择算法。算例的仿真结果表明目标选择融合算法总体上要优于其它三种目标选择算法。