-
公开(公告)号:CN108303886B
公开(公告)日:2019-01-18
申请号:CN201810097391.1
申请日:2018-01-31
Applicant: 西北工业大学
IPC: G05B13/04
Abstract: 本发明提供一种基于飞机生存力的飞行员实时决策预测方法,包括以下步骤:确定红外干扰弹的有效发射区间以及发射‑脱靶关系曲线;确定红外干扰弹最佳发射时刻;立即向飞行员发送投放红外干扰弹的控制指令,使飞行员在红外干扰弹最佳发射时刻发射红外干扰弹。优点:以最高生存力为目标对飞行员的实时决策进行实时预测,并且考虑了数据链性能对飞机生存力及飞行员决策的影响,还考虑了飞行员工作压力对飞行员最终决策的影响,并提出具体的量化公式,从而可以精确的计算出飞行员在飞机为最高生存力时作出投放干扰弹决策的最佳时机,从而实时通知飞行员在红外干扰弹最佳发射时刻发射红外干扰弹,可以使导弹的脱靶距离最大,飞机的战场生存力最高。
-
公开(公告)号:CN114702822A
公开(公告)日:2022-07-05
申请号:CN202210199428.8
申请日:2022-03-02
Applicant: 西北工业大学
Abstract: 本发明涉及一种芳纶/碳纤维混编两向织物增强湿式摩擦材料及制备方法,以芳/碳混编织物和改性酚醛树脂为原料。芳/碳混编织物增强湿式摩擦材料综合了两种纤维的优点,充分发挥复合材料的混杂效应,从而有助于解决湿式摩擦材料耐磨性差、动摩擦系数较低等问题。本发明制备的摩擦材料经HSR‑2M型高速往复式摩擦磨损试验机测试其摩擦学性能,测试结果显示该摩擦材料相较传统的碳纤维织物增强复合材料摩擦系数提升了约9.5%左右,磨损率从7.85×10‑14m3/(N·m)‑1降低至4.99×10‑14m3/(N·m)‑1。芳/碳混编织物增强湿式摩擦材料不但摩擦磨损性能优异,且在贴片适形度、浸渍效率、降低原材料成本等方面也有着较为突出的表现。
-
公开(公告)号:CN108303886A
公开(公告)日:2018-07-20
申请号:CN201810097391.1
申请日:2018-01-31
Applicant: 西北工业大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明提供一种基于飞机生存力的飞行员实时决策预测方法,包括以下步骤:确定红外干扰弹的有效发射区间以及发射-脱靶关系曲线;确定红外干扰弹最佳发射时刻;立即向飞行员发送投放红外干扰弹的控制指令,使飞行员在红外干扰弹最佳发射时刻发射红外干扰弹。优点:以最高生存力为目标对飞行员的实时决策进行实时预测,并且考虑了数据链性能对飞机生存力及飞行员决策的影响,还考虑了飞行员工作压力对飞行员最终决策的影响,并提出具体的量化公式,从而可以精确的计算出飞行员在飞机为最高生存力时作出投放干扰弹决策的最佳时机,从而实时通知飞行员在红外干扰弹最佳发射时刻发射红外干扰弹,可以使导弹的脱靶距离最大,飞机的战场生存力最高。
-
公开(公告)号:CN104820778A
公开(公告)日:2015-08-05
申请号:CN201510205560.5
申请日:2015-04-27
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 一种作战飞机系统易损性指标分配方法,通过建立某型战斗机易损性模型,在确定威胁打击下,确定易损性初始参数,然后确定飞机遭受打击的次数以及每个部件在遭受打击后的杀伤概率和生存概率,接着确定飞机独立存在的状态和各状态被打击后的概率,将上述所得数据代入综合重要度和Griffith重要度计算公式,得到各个部件的综合重要度和Griffith重要度,最后利用易损性指标分配法对全机易损性进行分配,可得到各个部件的易损性。得到每个部件分配的易损性后,针对易损性大的部件进行易损性减缩,降低其易损性,从而提高飞机的生存力。
-
公开(公告)号:CN104820778B
公开(公告)日:2017-10-13
申请号:CN201510205560.5
申请日:2015-04-27
Applicant: 西北工业大学
IPC: G06F19/00
Abstract: 一种作战飞机系统易损性指标分配方法,通过建立某型战斗机易损性模型,在确定威胁打击下,确定易损性初始参数,然后确定飞机遭受打击的次数以及每个部件在遭受打击后的杀伤概率和生存概率,接着确定飞机独立存在的状态和各状态被打击后的概率,将上述所得数据代入综合重要度和Griffith重要度计算公式,得到各个部件的综合重要度和Griffith重要度,最后利用易损性指标分配法对全机易损性进行分配,可得到各个部件的易损性。得到每个部件分配的易损性后,针对易损性大的部件进行易损性减缩,降低其易损性,从而提高飞机的生存力。
-
公开(公告)号:CN114765561A
公开(公告)日:2022-07-19
申请号:CN202210397944.1
申请日:2022-04-11
Applicant: 西北工业大学
Abstract: 本专利公开了一种基于对抗性机器学习的网络入侵检测方法。该方法包括以下步骤:(1)对网络流量数据进行特征提取、异常值过滤、向量化、以及归一化,得到计算机可处理的流量特征向量;(2)使用网络入侵检测领域常用的多种机器学习算法与基于剪枝投票的极限学习机集成模型(Bat AlgorithmVoting Ensemble Extreme Learning Machines,BAVE‑ELM)共同构建网络入侵集成检测模型;(3)生成网络流量对抗样本,并对步骤(2)所述集成检测模型进行鲁棒性训练;(4)对集成检测模型中各基本分类器的预测值进行加权投票,得到最终的预测结果。本方法综合了对抗训练、集成训练、以及自适应投票等算法,在保证异常检测精度的同时,可以有效地抵抗对抗攻击,具有泛化能力强、鲁棒性强等特点。
-
公开(公告)号:CN108710124A
公开(公告)日:2018-10-26
申请号:CN201810281207.9
申请日:2018-04-02
Applicant: 西北工业大学 , 中国航空工业集团公司西安飞机设计研究所 , 中国航空工业集团公司成都飞机设计研究所
IPC: G01S13/72
Abstract: 本发明提供一种飞机类强机动目标跟踪敏感性评估方法,包括:运动状态和模型参数的初始化;建立改进CS‑Jerk模型;目标状态预测;根据雷达的实际观测值和状态预测值,求观测值的预测误差;确定渐消因子与参数的自适应调整;确定滤波器增益;对目标的状态进行更新;判断状态更新是否完成,若更新没有完成,则令k=k+1,返回执行步骤3;若更新完成,则结束;目标跟踪敏感性进行评估。优点为:本发明可实现对飞机类强机动目标的自适应跟踪,提高对目标突发机动时的跟踪性能。
-
-
-
-
-
-