水面舰艇纯机动规避被动声自导鱼雷效能仿真分析

来源 :舰船电子工程 | 被引量 : 0次 | 上传用户:longbatian911
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水声对抗策略的效能试验存在兵力保障困难、费用高昂、危险性大、态势重复性无法保证等困难,只能进行仿真研究。论文在明确水面舰艇机动规避模型、鱼雷机动性能模型的基础上,研究水面舰艇机动规避能力对被动声自导鱼雷的对抗效能的影响,分析规避航向、航速变化以及报警距离等影响对抗作战效果的敏感要素。结果表明水面舰艇对抗小舷角来袭的被动声自导鱼雷时,所应采取的报警距离、航速大小以及转弯航向范围,所得结论为水面舰艇机动规避对抗策略设计提供参考。
其他文献
语义分割的场景图像易受不同光照强度以及类别多样性的影响,尤其是在复杂的图像分割任务中,由于不同物体间的像素值差异过大或过小,造成分割图像的纹理和几何特征缺失,即产生欠分割、过分割现象。针对上述问题,利用深度卷积神经网络,研究基于全局卷积神经网络的复杂图像语义分割方法。首先,提出多尺度残差空间金字塔池化模块,在网络中获取到更加稠密和完备的图像低层特征[1];其次,网络考虑全局信息,提出基于注意力机制
针对传统演训评估主观因素多,定量评价少的问题,以装甲分队演训为例,提出了对演训大数据进行关联挖掘分析的方法。在探索性分析的基础上对数据预处理,采用贝叶斯判别法对元素
目前导弹部队作战使用的数字地图存在更新周期长、精度不高、针对性不强等问题,制约了导弹部队在作战筹划、随机发射、跨区作战等方面能力的提升。论文提出的作战区数字地图
针对现有水下航行体航行数据回放以二维图表为主、显示效果不直观的问题,采用数据动态可视化技术,提出了一种以三维场景为主,结合二维图表、语音播报等多种形式的数据回放方法,该方法基于vieWTerra平台构建三维场景,通过标注数据特征点的进程回放控制实现数据回放的暂停/继续、加速/减速、快进/快退等功能。实践证明,采用该方法构建的数据回放平台,重现了航行体水下航行过程,为航行任务的执行情况提供了科学有效
开展通信卫星对抗模拟训练系统项目风险评估,对项目按期保质完成具有重要意义。从外部风险、技术风险、资金风险、管理风险四个方面构建了风险评估指标体系,并采用基于层次分
在电力生产行业中,人因已成为引发生产安全事故的最主要因素,而在人的因素中,组织管理因素是影响人因的最主要因素。为探寻组织管理因素对电力生产人子系统的影响,论文利用k
针对无人机传感器故障诊断系统中容易出现的故障误判问题,研究传感器的数据预处理方法,降低随机噪声和脉冲噪声对传感器检测数据产生的影响,提高无人机传感器故障诊断系统的有效性。在数据预处理系统中利用中值滤波和改进阈值函数的小波滤波相结合的方法,消除传感器数据中的噪声干扰,使系统获取的数据更加准确,避免噪声干扰使故障诊断系统出现误报警的现象。仿真实验证明,该方法能够在很大程度上降低传感器数据中的噪声信号,
航空发动机属于多发性故障机械,是典型的高风险配件,航空公司对航空发动机安全都给予了高度重视,对航空发动机可靠性进行评估,对发动机发生的危害性后果进行深入分析,对于准
通过咨询专家,结合部队实际确定了航空装备可靠性评估指标,根据可靠性指标采集数据,再通过一系列标准化方法对数据进行处理。为了使各指标的权重尽可能客观地分配,在充分研究
前方车辆识别是实现自动驾驶环境感知中的最重要的课题之一,目标检测需要高的检测精度和定位精度以及实时性和鲁棒性。目标检测的传统算法中,典型代表有Haar特征+Adaboost算法,Hog特征+Svm算法,Dpm算法。深度学习的目标检测典型代表有RCNN系列,YOLO系列,SSD,YOLO是目前最快的目标检测的卷积神经网络算法。通过YOLO算法对公开数据集中车辆目标进行测试,对不同环境中的采集图像进行