水声对抗系统的效能分析与评估

发布时间：2017-03-27 01:14

  本文关键词：水声对抗系统的效能分析与评估，由笔耕文化传播整理发布。

【摘要】：如何提高各种战舰和潜艇的自身生存能力是当今海军面临的一个重要问题，水声对抗作为提高自身生存能力的重要措施受到各国海军足够重视。对水声对抗系统进行效能分析，选择恰当、合理的评估指标，建立水声对抗系统效能评估指标体系；选择能综合反映水声对抗系统各主要使用性能指标之间内在联系的评估方法，，建立科学的评估模型，使评估结果具有较高的可信性，是本论文讨论的重点。 采用神经网络的方法对水声对抗系统的效能进行评估，是人工神经网络理论在水声对抗系统效能评估方面的一次尝试。本文提出了基于改进反向传播(Back Propagation)算法的效能评估方法，通过详细的设计与仿真，讨论了网络隐含层神经元数、初始权值、学习速率等参数在BP网络设计过程中的关系与影响；将模糊神经网络应用于评估模型训练样本的获取，训练样本包含隶属函数的端点值和中间值，能反映出评价指标自身的特点，充分考虑了各因素的变化，使评价过程简洁明了；建立了一种将遗传算法和神经网络相结合的混合训练神经网络模型；最后运用神经网络评估模型对水声对抗系统的效能进行评估，结果表明该评估模型有效可行，其泛化能力使它可以无需作较大的修改，便可以应用于同类武器系统的效能评估，省去了建立解析模型的大量工作，为准确、快捷地评估装备效能提供了一种新思路。 本论文在规定条件下实现了水声对抗系统效能的评估，为水声对抗系统试验方案的论证和评审，鉴定定型等提供了方法，为水声对抗系统的发展和实际使用中的优化决策，提供了方法。是开展水声对抗试验靶场的建设，全面提高靶场综合试验能力，对水声对抗系统进行综合评价的有效手段。
【关键词】：水声对抗 对抗效果 BP神经网络 评估模型
【学位授予单位】：西北工业大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：U666.7
【目录】：

• 摘要3-4
• ABSTRACT4-6
• 目录6-10
• 第一章 绪论10-21
• 1.1 水声对抗10-14
• 1.1.1 水声对抗在现代海战中的重要地位10-11
• 1.1.2 水声对抗的主要内容和主要对抗器材11-14
• 1.2 武器装备的效能及效能评估14-19
• 1.2.1 效能的概念14-15
• 1.2.2 效能评估的概念15-17
• 1.2.3 效能评估常用方法分析17-19
• 1.3 本论文研究的主要内容和意义19-21
• 1.3.1 本论文研究的主要内容19-20
• 1.3.2 本论文研究的意义20-21
• 第二章 水声对抗系统的效能分析21-45
• 2.1 潜艇水声对抗系统简介21-25
• 2.1.1 潜艇水声对抗器材的战术运用21-22
• 2.1.2 潜艇水声对抗系统22-23
• 2.1.3 潜艇水声对抗系统层次分析23-25
• 2.2 潜艇水声对抗的效能准则(指标)及其选取原则25-28
• 2.2.1 效能准则(指标)25-27
• 2.2.2 效能准则(指标)的选取原则27-28
• 2.3 水声对抗系统对抗效能的常用考核评定指标28-43
• 2.3.1 声诱饵对抗声自导鱼雷效果评估29-32
• 2.3.2 噪声干扰器对抗声自导鱼雷效果评估32-35
• 2.3.3 声诱饵对抗声纳的效果评估35-37
• 2.3.4 噪声干扰器对抗声纳的效果评估37-42
• 2.3.5 气幕弹对抗声自导鱼雷、声纳的效果分析42-43
• 2.4 水声对抗系统效能评估指标体系结构43-44
• 2.5 本章小结44-45
• 第三章 基于层次分析法的评估模型45-58
• 3.1 基于层次分析法、神经网络的评估模型45-47
• 3.2 指标的归一化和同趋势化处理47-51
• 3.3 层次分析法评估模型51-57
• 3.3.1 建立描述系统功能的内部独立的递阶层次结构51
• 3.3.2 构造两两比较判断矩阵51-53
• 3.3.3 计算单一准则下元素相对权重的计算53-54
• 3.3.4 一致性检验54-56
• 3.3.5 计算各元素的组合权重56-57
• 3.4 本章小结57-58
• 第四章 神经网络的构建58-76
• 4.1 人工神经网络58-63
• 4.1.1 神经元模型59-61
• 4.1.2 神经网络结构及工作方式61-62
• 4.1.3 神经网络的学习方式62-63
• 4.1.4 神经网络的训练方式63
• 4.2 BP神经网络63-65
• 4.2.1 神经元模型64-65
• 4.2.2 BP网络的网络结构65
• 4.3 动量法和学习率自适应调整策略65-70
• 4.3.1 基本BP算法65-67
• 4.3.2 基本BP算法的局限性67-68
• 4.3.3 基本Bp算法的改进68-70
• 4.4 遗传算法(Genetic Algorithm)优化法70-75
• 4.4.1 编码71-72
• 4.4.2 群体的初始化72-73
• 4.4.4 群体选择继承73-74
• 4.4.5 交叉操作74
• 4.4.6 变异74-75
• 4.5 本章小结75-76
• 第五章 水声对抗系统的效能评估模型76-99
• 5.1 MATLAB神经网络工具箱简介76-78
• 5.2 BP网络结构、参数及训练方法的设计与选择78-82
• 5.2.1 网络结构78-79
• 5.2.2 各个初始参数的取值79-82
• 5.3 基于混合训练神经网络的效能评估模型82-97
• 5.3.1 混合训练神经网络基本思想83-84
• 5.3.2 初始参数确定84
• 5.3.3 训练样本的构造84-89
• 5.3.4 隐含层节点数的确定89-92
• 5.3.5 网络的训练与仿真92-97
• 5.4 本章小结97-99
• 第六章 结论与展望99-101
• 6.1 结沦99-100
• 6.2 展望100-101
• 参考文献101-103
• 硕士期间发表论文103-104
• 致谢104-105

【引证文献】

中国期刊全文数据库 前1条

1 范培勤;笪良龙;李玉阳;徐国军;;基于直觉模糊推理的水声探测环境效能评估[J];指挥控制与仿真;2012年02期

  本文关键词：水声对抗系统的效能分析与评估，由笔耕文化传播整理发布。

本文编号：269652