基于CAS理论的海上编队作战指挥优化控制问题研究

针对当前提高基于信息系统的体系作战能力客观要求,运用复杂自适应系统理论分析了信息化条件下的海上编队作战指挥控制问题,提出了基于CAS理论的海上编队作战指挥优化控制结构模型,并给出了信息化条件下编队指挥所的作战指挥决策流程,从而为有效构建信息化编队作战指挥体系、提高作战指挥能力奠定了理论基础。     

高功率微波TM01模式移相器

研制了一种新型的TM01模式高功率微波移相器,这种移相器通过两个十字交叉圆极化器结构可以将高功率微波输出相位进行0°~360°的调节。对构成这种移相器的TE11圆极化器及移相器的电磁特性通过电磁仿真软件CST进行了仿真,仿真结果表明此移相器可以对1.75GHz的TM01模式进行0°~360°调节,并且误差不超过1°,在0°~360°调节范围内的传输效率均大于97%,且功率容量大于4.3GW。     

完善公安边防部队干部选拔工作的几点思考

做好边防部队干部选拔工作在增强干部工作积极性、提高选拔公信度、发扬民主集中制等方面发挥着越来越重要的作用。边防部队需转变传统选人用人理念,大力培养优秀干部,提高干部选拔工作的科学性。破除唯票取人、唯分取人现象,坚持党管干部、德才兼备原则,促进边防部队干部队伍建设健康稳定发展。     

基于实验方法反导预警效能仿真实验因子选取

针对反导预警效能仿真实验因子过多容易导致实验点"组合爆炸"和根据2-8原理只有少数部分实验因子对实验结果起重要作用,因此开展反导预警效能仿真实验因子选取研究具有重要意义。首先简单介绍了2k-p析因设计和连续分支法,然后给出基于这2种方法的反导预警效能仿真实验因子筛选实例,以及这2种方法之间及其与层次分析法和全析因设计的对比分析。研究表明,采用给出的方法对反导预警效能仿真实验因子进行选取,方法可行,效率高效。     

农村义务教育补偿政策的理论回应与社会支持的探析

在城乡二元经济结构的长期影响下,我国的教育也带着强烈的“城乡二元结构”的特色,城乡间教育差距不断加深.为了提高我国义务教育水平,进一步实现教育公平,缩小城乡义务教育间的差距成为当今中国教育的必由之路,因此我国面向农村实施了一系列的补偿政策.本文试从农村义务教育补偿政策的理论基础与社会支持为切入点,探析我国农村义务教育补偿政策,期望找到农村义务教育补偿政策的问题之所在,为今后农村义务教育补偿政策的发展提供理论借鉴.     

太赫兹雷达技术研究

太赫兹雷达具有频率高、带宽宽、波束窄的特点,是太赫兹军事应用的一个重要发展方向。在介绍太赫兹雷达技术特点的基础上,分析了制约太赫兹雷达发展的技术瓶颈,阐述了太赫兹雷达发展现状,并对太赫兹波雷达未来发展进行了展望。太赫兹波是电磁波谱上亟待人类开发的最后一个频段,抢占太赫兹雷达技术高地对于提升国家经济、军事能力竞争力具有重大意义。     

单板纳星电源系统能量平衡仿真

能量平衡是微纳卫星电源系统设计和考核的重要要求,在地面通常通过数值仿真进行评价。介绍单板纳星电源系统结构和特点;分别对太阳电池阵、蓄电池组和卫星负载进行数学建模;结合卫星姿态动力学进行能量平衡仿真,仿真结果可以实时反映卫星的功率变化、电池容量和能量平衡情况。电源系统在轨试验数据与仿真结果基本一致,证明所建模型是正确的,仿真方法有效。     

微波脉冲对导航接收机跟踪环路载噪比的影响

为了明确微波脉冲对导航接收机的最佳干扰参数,通过对微波脉冲干扰下导航接收机跟踪环路相关处理的理论分析,根据微波脉冲谱线、扩频码谱线以及相干积分时间三者之间的关系,提出一种微波脉冲干扰分类方法,推导了不同参数微波脉冲干扰下相关输出功率和载噪比,并进行了试验验证。理论分析与试验结果表明,当微波脉冲宽度大于等于扩频码周期且小于相干积分时间时,进入相干积分器带宽内的多条微波脉冲谱线干扰某一条扩频码谱线,该微波脉冲参数对导航接收机的干扰效果最佳,且优于连续波干扰;随着干扰谱线数量增多,跟踪环路相关输出功率值增加,载噪比减小,干扰效果增强。     

抗辐照MRAM研究进展

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler) 散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。     

基于网格的聚类挖掘算法

为了提高海量数据挖掘效率,研究了一种基于网格环境下的分布式聚类（Prejudge-Based Distributed Clus-tering,PBDC）算法,并引入距离、模和内积的概念,在聚类之前进行预判断,减少了不必要的计算开销。在此基础上提出了一种分布式并行化聚类（Distributed Parallel Clustering,DPC）算法,将其嵌入到Weka4ws中,以开源数据挖掘类库Weka为底层支持环境,构建网格环境下的分布式数据挖掘体系,同时进行仿真实验。实验结果表明：该算法对于网格环境下海量数据的分布式聚类具有良好的效果。