国际恐怖主义活动弧形地带及其影响分析

当前,国际恐怖主义活动集中分布于一个狭长、连续的"弧形地带",即中东-中亚-南亚-东南亚恐怖主义活动地带.受这一"弧形地带"的包围与影响,我国主要面临以"东突"为代表的民族分裂势力、宗教极端势力和恐怖主义"三位一体"的威胁.同时,也要警惕"藏独"分裂势力发展及其恐怖化.此外,还要注意国内少数刑事犯罪分子有可能受这一"弧形地带"的影响,效仿其恐怖活动方式与手段铤而走险,对社会实施暴力恐怖犯罪活动.     

基于蚁群算法的舰艇编队多目标识别模型

现代海战中,舰艇编队面临的威胁目标复杂多样,正确识别目标是做出准确的军事决策的前提。基于蚁群算法的并行最优化特点,引入近邻函数,将目标识别问题转化为最优化聚类问题,提出了一种新的多目标识别算法。实验结果表明此方法是有效的,具有一定的军事现实意义。     

舰船维修Hedonic价格指数模型的构建

针对舰船维修具有的异质性特点导致“纯样本匹配法”并不适用于舰船维修价格指数编制的问题,首先提出采用特征价格理论,选取舰船维修特征属性并给出了量化处理原则;然后,利用合并数据特征价格建模方法,建立了舰船维修线性Hedonic价格指数模型,并针对线性模型拟合精度不高等问题,通过多种形式的Box-Cox转换,构建了舰船维修的非线性Hedonic价格指数模型,得出了舰船维修Hedonic价格指数,以反映舰船维修的“纯价格变化”趋势.最后,与通过“纯样本匹配法”获取的价格指数进行比较,并解释了二者的差异性.     

新型双向流量计流固参数特性仿真及试验

导磁体小球的受力平衡特性直接影响到新型双向流量计的测量精度。为了研究导磁体小球在同轴环形轨道中运行的平衡性及流体密度和导磁体几何参数对其运动平衡性的影响,首先通过理论分析了同轴环面流道内导磁体小球在旋转轨道内的运动平衡性条件并建立了流固耦合模型,然后采用 Ansys workbench 中的最优化算法根据小球平衡条件进行小球运动平衡特性仿真,再根据样机进行小球平衡性实验研究,最后进行了被测液体密度变化和小球半径变化对小球运动平衡性影响的仿真分析。结果表明：小球运行平衡转速随流体密度增大而增大,也随小球半径的增大而增大。     

新装备技术资料并行化编制过程研究

研究新型军械装备技术资料的分类及模块化形式,分析装备技术资料编制相关的装备设计流程及保障性分析流程,建立集成化装备信息模型,提出一种装备技术资料并行化编制方法,为新装备及时获取技术资料、及时形成保障能力提供有力的支持.     

装备器材保障网络仿真与抗毁性测度

研究了计算机仿真生成装备器材保障网络的方法。基于生成的装备器材仿真网络,从网络拓扑层、保障业务层2个层次构建了装备器材保障网络抗毁性测度指标与模型,通过仿真实验对装备器材保障网络的抗毁性能进行了分析,结果表明:构建的装备器材保障网络在网络拓扑层具有较好的抗毁性能,特别是在面临随机攻击时,其抗毁性能较为满意;而在保障业务层其抗毁性能较弱,需考虑采取措施以避免外界因素对保障业务的干扰,进而提高装备器材保障网络的抗毁性。     

基于SQP法的助推-滑翔导弹助推段弹道优化

高超声速助推-滑翔导弹的弹道优化问题涉及攻角、法向过载、最大动压等多种约束条件,是一种复杂的最优控制问题。序列二次规划法（ SQP ）是解决该类问题行之有效的数值优化方法。首先给定了助推-滑翔导弹助推段的动力学方程并建立数学模型,之后利用SQP算法对助推-滑翔导弹助推段进行弹道优化仿真,获得满足各种约束条件的优化弹道。经分析可得SQP算法可以为导弹助推段寻找到一条最优弹道,从而为助推-滑翔导弹的整体结构设计提供了有益的参考。     

弹道导弹关机点状态估计的指数加权递归最小二乘方法

在双星预警条件下,将指数加权递归最小二乘算法应用于目标关机点状态估计问题中。通过引入加权因子对目标助推段运动的局部拟线性特性进行描述,从而在一定程度上克服了一般的线性多项式模型难以准确刻画整个助推段运动的难题。通过对助推段目标动力学特性的分析,考察了目标在垂直射面方向上的运动特性。在此基础上,提出了一种更为准确的助推段运动模型。仿真算例表明,所提出的关机点状态估计方法相对于传统的方法具有一定的优越性。     

捷联导引头视线转率估计的交互式多模型样条滤波算法

针对捷联导引头测量信息的弹目惯性视线转率估计,提出了一种基于交互式多模型算法的样条滤波方法(IMM-SF)。基于体视线和惯性视线的映射关系解算惯性视线角,将其作为虚拟观测量进行滤波,设置多个过程噪声模型,每个模型分别采用样条滤波器进行滤波,IMM-SF滤波器的估值结果为各滤波器估值的加权综合。该方法不必对目标的未知机动建模,应用更加方便,并且可在交互式多模型算法的框架下自适应地调整滤波器的噪声。Monte-Carlo仿真结果表明该方法可有效估计视线转率,并可提高估值精度。     

利用卷积神经网络的太赫兹孔径编码增强成像

针对现有太赫兹孔径编码成像算法鲁棒性较差、计算求解复杂度较高等问题,提出基于卷积神经网络的太赫兹孔径编码增强成像方法.该方法通过构建一个端到端的神经网络来实现成像系统的隐式建模,利用网络强大的求逆能力和抗噪性能来实现低信噪比下的目标重构.通过仿真实验可以看出,该方法可以在不同信噪比下实现对不同稀疏度目标的重构.另外,与...