一种基于BP神经网络的命中部位识别方法及系统

    公开(公告)号:CN118500192A

    公开(公告)日:2024-08-16

    申请号:CN202410733993.7

    申请日:2024-06-07

    发明人: 李君 朱杰 许发文

    摘要: 本发明属于对抗训练技术领域,具体涉及一种基于BP神经网络的命中部位识别方法及系统,包括:利用激光发射装置对探头带装置进行打击测试,统计每次打击过程中收到的激光数据中的子弹初始速度、阵地风速、阵地风向、以及探头带装置上传探头编号,将统计的数值集合划分训练样本集和测试样本集,构建BP神经网络模型,训练BP神经网络的训练参数,确定优化后的参数;利用优化后的BP神经网络模型对测试样本进行预测,获取探头带装置打击时对应部位的预测输出。本发明提高了实兵交战演习中部位结算的准确性。

    一种基于姿态分析的影像射击训练系统和方法

    公开(公告)号:CN118424038A

    公开(公告)日:2024-08-02

    申请号:CN202410523032.3

    申请日:2024-04-28

    摘要: 本发明公开了一种基于姿态分析的影像射击训练系统和方法,所述方法包括:硬件子系统和软件子系统;所述硬件子系统,包括图像采集模块、激光模拟器、弹点采集模块、投影仪设备和导调计算机,用于采集得到用户使用激光模拟器射击目标的图像信息集和激光信号;所述软件子系统,包括射击训练管理模块、训练场景编辑模块、射击科目管理模块和射击评估分析模块,用于对所述图像信息集和激光信号进行综合评估处理,得到用户射击评估结果信息;所述用户射击评估结果信息,用于表征用户射击的动作姿态的标准性;所述软件子系统,安装于所述导调计算机上。本发明有利于对训练者射击姿态和射击动作的实时分析和反馈,从而全面指导训练者的射击姿势和动作准确性,同时可快速便捷实现系统训练场景的编辑和调整。

    一种基于大语言模型快速构建仿真想定方法及装置

    公开(公告)号:CN117909470A

    公开(公告)日:2024-04-19

    申请号:CN202410058427.0

    申请日:2024-01-15

    摘要: 本发明公开了一种基于大语言模型快速构建仿真想定方法及装置,该方法包括:构建仿真知识库;所述仿真知识库包括作战背景信息、作战意图信息、兵力分布信息、初始态势信息和交战行动信息;利用所述仿真知识库,对大语言模型进行训练,得到优化大语言模型;利用所述优化大语言模型,根据用户的想定需求信息,在所述仿真知识库中进行检索,得到想定文本信息;对所述想定文本信息进行解析,得到想定所需核心数据信息;利用所述优化大语言模型,对所述想定所需核心数据信息进行处理,实现仿真想定。本发明能够进行大规模的仿真想定数据样本的收集、处理和分析,从而提高了信息检索、文本生成和交互问答的效率,实现想定的制作,提高工作效率。

    一种基于离散事件的仿真引擎性能分析方法及装置

    公开(公告)号:CN117195568B

    公开(公告)日:2024-03-26

    申请号:CN202311189350.2

    申请日:2023-09-14

    IPC分类号: G06F30/20

    摘要: 本发明公开了一种基于离散事件的仿真引擎性能分析方法及装置,该方法包括:获取仿真想定信息;基于仿真想定信息,确定出离散仿真模型信息;离散仿真模型信息包括M个依序排列的离散仿真事件信息;基于性能分析模型,对离散仿真模型信息进行性能分析处理,得到目标仿真引擎性能信息;目标仿真引擎性能信息包括N个目标事件仿真性能信息;N为不大于M的整数。可见,本申请有利于快速、精准定位到运行时间损耗大的模型,进而极大节省联合调试资源,缩短定位问题的时间,提高系统性能。

    一种想定仿真实验系统
    5.
    发明授权

    公开(公告)号:CN116882278B

    公开(公告)日:2024-02-09

    申请号:CN202310832187.0

    申请日:2023-07-06

    IPC分类号: G06F30/27 H04K3/00

    摘要: 本发明公开了一种想定仿真实验系统,该系统包括:样本设计模块,用于与数据模块进行数据通联和想定信息处理,以生成想定实验样本信息;实验仿真模块,用于与数据模块和样本设计模块进行数据通联,对想定实验样本信息进行处理,得到实验仿真数据信息;实验分析模块,用于与数据模块和实验仿真模块进行数据通联,对实验仿真数据信息进行处理,得到实验分析报告信息;数据模块,用于与样本设计模块、实验仿真模块和实验分析模块进行数据通联,对数据信息进行存储和展示加工处理。可见,本发明有利于简化想定仿真实验流程,提高想定仿真实验效率。

    一种目标探测方法及装置

    公开(公告)号:CN117077407B

    公开(公告)日:2024-01-30

    申请号:CN202311047644.1

    申请日:2023-08-18

    IPC分类号: G06F30/20 G01S7/40

    摘要: 本发明公开了一种目标探测方法及装置,该方法包括:获取探测单元对应的探测属性信息、探测对象对应的对象属性信息和当前仿真时间;探测属性信息包括探测半径值、探测周期、探测单元设备信息和探测单元坐标;对象属性信息包括对象坐标和对象高度;基于探测单元属性信息和当前仿真时间,分别对探测对象进行静态和动态探测分析,得到静态探测信息和动态探测信息;对对象高度、静态探测信息和动态探测信息进行分析处理,得到目标探测结果信息;目标探测结果信息表征探测单元对探测对象的可探测识别情况。可见,本申请有利于简化探测流程,缩短探测时长,进而提高探测效率。

    一种可自动回溯的分层作战规则建模方法及装置

    公开(公告)号:CN115438491B

    公开(公告)日:2024-01-16

    申请号:CN202211086019.3

    申请日:2022-09-06

    IPC分类号: G06F30/20

    摘要: 本发明提供了一种可自动回溯的分层作战规则建模方法,该方法包括:获取作战规则信息,得到作战规则、作战子规则、作战规则标识信息;对所述作战规则信息处理,创建得到作战子规则模板、作战规则模板、作战规则标识序列;利用所述作战规则标识序列对所述作战规则模板进行模型构建,得到可自动回溯的分层作战规则模型。基于所述可自动回溯的分层作战规则模型,对需要加载规则值的作战仿真对象实体,自动回溯匹配计算得到目标作战规则值。本发明依靠上述建模及计算方法,满足了作战规则高效管理、配置灵活的需求,扩大了作战规则的适用范围。本发明还公开了一种可自动回溯的分层作战规则建模装置,用于执行所述可自动回溯的分层作战规则建模方法。

    消防车模拟操控训练装置和方法
    8.
    发明公开

    公开(公告)号:CN117258204A

    公开(公告)日:2023-12-22

    申请号:CN202311346016.3

    申请日:2023-10-18

    IPC分类号: A62C99/00 G09B9/04 G09B9/00

    摘要: 本发明公开了一种消防车模拟操控训练装置和方法,所述装置包括:支架主体、主操控面板、手动控制支腿操作面板、遥控控制手柄、手动控制支臂操作面板、模拟仿真终端、综合控制模块和虚拟现实头盔;所述主操控面板,接收用户对消防车的发动机、电源和水炮的指令信息;所述手动控制支腿操作面板,用于接收用户对消防车的支腿的指令信息;所述综合控制模块对用户指令信息与操作规范信息进行比对处理,得到训练评价结果。采用所述装置和方法进行训练时,用户可以按照真实的消防操作,按照一比一的操作进行消防演练,使训练人员逼真的练习操作消防的流程,有效提高了训练人员的操作能力,以及消防技能掌握的效率。

    沉浸式虚拟现实消防演练系统及方法

    公开(公告)号:CN117079513A

    公开(公告)日:2023-11-17

    申请号:CN202311077671.3

    申请日:2023-08-24

    IPC分类号: G09B9/00 G09B5/06 G02B27/01

    摘要: 本发明属于虚拟现实技术领域,具体涉及一种沉浸式虚拟现实消防演练系统及方法,包括头显设备、手持交互设备、定位模块、计算机、软件系统和体感模块;头显设备用于显示场景并向定位模块传输受训者头部方位;手持交互设备用于交互并向定位模块传输受训者手部方位;定位模块用于向计算机传输方位信息;计算机用于根据软件系统生成虚拟场景图像,根据方位信息和交互信息实时更新虚拟场景,以及向体感模块发送指令;体感模块包括若干个轨道;每个轨道均滑动安装有热源装置;用于调整向受训者输出的温度、风量和输出位置。本发明旨在解决虚拟现实技术不能通过触觉、体感等方式去感受火灾现场的氛围,造成沉浸感和真实感不够的问题。

    一种与规则对弈的智能模型自动化课程训练方法

    公开(公告)号:CN111882072B

    公开(公告)日:2023-11-14

    申请号:CN202010654312.X

    申请日:2020-07-09

    IPC分类号: G06N20/00

    摘要: 一种与规则对弈的智能模型自动化课程训练方法,包括:接收课程训练请求;配置硬件资源,初始化规则引擎、学习引擎、仿真引擎、规则库、智能模型与规则模型积分值;规则引擎根据由仿真引擎生成的环境状态和初始规则得到作用于仿真环境中的指令,采用蒙特卡洛方式循环执行多次,直到满足设定的评估指标为止;学习引擎根据由仿真引擎生成的环境状态和初始模型得到作用于仿真环境的指令,循环执行多次,直到满足设定的评估指标为止;分别重复进行上述步骤,直到规则模型满足退出条件。本发明相比于现有模型训练方式,能够利用专家经验自动化设置课程目标,大大提升了智能模型训练效率,有效避免了智能模型自我对弈时的训练不稳定问题。