互联网将成情报角力新战场

7月26日,一家叫做＂维基解密＂的网站在《纽约时报》《卫报》和《镜报》配合下,在网上公开了多达9.2万份的驻阿美军秘密文件,被称为是美国1971年＂五角大楼文件泄密案＂的＂2.0版本＂。手机作为媒体制作和交流的工具,可以适时处处快捷地传播各种信息,若与互联网链接,其信息传播的领域和速度会更加广泛,更加快捷。因此,互联网正日益成为各国情报战的一个重要角力场。     

12.7mm高射机枪模态试验与分析

本文利用实验模态分析技术和有限元法研究机枪—土壤系统的动态特性,通过模态试验获得机枪在硬质土壤支撑条件下的低阶模态信息,据此对机枪有限元模型的边界条件进行模拟,并从动力学角度分析影响射击精度的主要因素,为进一步研究机枪结构动力修改和质量评估提供依据,     

一种新的变结构控制方案及其在船舶操纵中的应用

船舶的操纵与控制问题可以归结为一个四阶线性系统在环境干扰、参数摄动与建模误差同时存在时的状态空间控制问题。传统的变结构控制应用于船舶操纵系统易导致频繁来回操舵。本文研究一种连续的变结构控制方案,进一步讨论了其稳定性及优点,并将其引入限制水域的船舶操纵中。仿真表明,它可以完全抑制频繁来回操舵或抖振,并可得到较理想的控制效果。     

微小区内电波传播模型及其对频率再用的影响

本文研究了微小区的电波传播模型,此模型能解释微小区内路径损耗约与d^2成比例,但超过某点后,损耗即近似地与d^4成比例。此点称为转折点或称折点。本文用2-射线模型导出转折点距离。其结论是此折点距离与基站天线高度hb及工作频率有关,并导出实用公式。然后本文讨论频率再用图案．结论是微小区半径直接近但不得超过折点距离,这样可得到最佳的C／I值．其再用系数最低,因而是最佳再用图案。     

移动卫星通信电波传播中的几个问题及解决方法

在移动卫星通信系统中,电波传播是一个很重要的问题,因为在移动卫星通信系统中,地球站在通信过程中是运动的,因此其通信的环境是极其复杂的,本文着重分析了移动卫星通信中电波传播中的四个主要问题以及它们对通信质量的影响。     

快速的平行码临界路径跟踪故障模拟

针对平行码临界路径跟踪故障模拟中最费时间的扇出源故障模拟,提出了若干加速技术。通过对电路结构进行的独立扇出分支、扇出源分类及扇出源的最终汇聚门等静态分析,结合对停止线及停止扇出源、测试码标记向量以及扇出源临界性确定前的预处理等动态计算,使得扇出源故障模拟区域及需要故障模拟的扇出源数目大大减少,极大地缩短了整个故障模拟时间。实验结果表明,平行码临界路径跟踪故障模拟算法,对少量和大批的随机码都非常有效,并且随着电路规模增加,其有效性更加明显。     

基于改进近邻传播算法的Walsh软扩频盲解扩方法

针对现代二次雷达系统通信中存在的Walsh软扩频难以盲解扩问题,借鉴常规扩频解扩方法及聚类分析,提出了一种基于近邻传播算法的Walsh软扩频盲解扩方法。该方法首先对接收信号进行采样得到目标结构数据集合,并根据统计量估计得出信号时延。然后采用改进近邻传播算法进行伪码集合估计,并得到聚类中心从而得到伪码集合。最后利用已知的Walsh码和信息码的映射关系得到信息序列,完成盲解扩问题。仿真结果表明,在白噪声条件下,可有效解决Walsh软扩频盲解扩问题,性能较同类算法均有提升并降低算法复杂度。     

活用“打”的手段 提升“防”的效果

<正>《中国人民解放军预防犯罪工作条例》把“打防结合”增加为军队预防犯罪工作的方针之一,这既是内在规律的深刻把握,也是实践经验的概括总结。没有积极的预防,打不胜打;没有有效的打击,防不胜防。抓好预防犯罪工作,必须把预防和打击结合起来,同向发力、一体推进。然而,当前少数单位还没有转换到“预防为主,打防结合”的轨道上来,对“打”的重视程度不够,犯罪惩治尚未真正发挥应有效力,一定程度上影响了预防犯罪工作的质量效益。一、坚持有案必查,强化犯罪惩治的必然性对违法犯罪行为要始终做到有案必查、     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。