频谱重叠DS／SFH混合扩展频谱系统

在频谱分析的基础上提出对直接序列扩展频谱信号的窄带接收的概念及其实现的问题。进而导出频谱重叠DS／FH－SS系统的带宽,给出DS／SFH混合扩展频谱信号接收机的模型,并讨论了混合扩展频谱系统的同步问题。     

双机交叉定位误差及配置距离最优化协调分析

在简要分析双机的作战需求基础上,针对双机交叉定位的原理,对其定位误差及定位配置进行了描述和分析,通过仿真结果得出了定位误差的GDOP分布图,并结合双机有效定位面积这一指标进行了协调分析,最终确定出双机的最优化配置距离。基于最优化配置距离,可以在保证较高定位精度的同时,使有效定位面积达到最大,更好地为双机提供目标方位和距离信息。     

聚钛碳硅烷的新合成法及其研究

从聚硅烷(PS)与钛酸丁酯。(Ti(OBu)_4)出发,不采用任何反应促进剂直接合成了含钛碳化硅纤维的先驱体聚钛碳硅烷(PTC)。在这一反应中,PS 首先裂解成含Si—C 骨架与Si—H 键的低分子聚硅烷(LPS)。然后,由LPS 中的Si—H 键与Ti(OBu)_4的反应以及LPS 的Si—Si 骨架裂解转化为Si—C 骨架的反应制得了PTC.本文对这种新合成法所涉及的反应过程进行了研究,并比较了新旧两法得到的PTC—1与PTC—Ⅱ的结构异同,报告了以新法制得的PTC—Ⅱ为先驱体得到的含钛碳化硅纤维的优良性能。     

新形势下如何做好军粮供应工作

军粮供应是军队后勤保障工作的重要内容,由于部队遂行多样化军事任务需要,军粮供应面临着新形势.笔者结合自身的工作经验,首先分析了新时期军粮供应现状,然后分析新时期军粮供应面临的问题,最后提出健全军粮应急保供体系,完善军粮供应站点设施设备,创新军粮定价与供应保障机制,创新军民融合式发展方式来优化军粮供应举措,为军粮安全提供...     

C3I系统仿真评价环境与方法研究

C3I系统是一个复杂的大系统,如何有效地分析、研究和评价C3I系统的效能一直是C3I系统研究领域里的一个难点.仿真技术的出现为分析和评价C3I系统效能提供了一种新的手段.该文在分析基于仿真的C3I系统效能评价过程的基础上,设计实现了基于分布交互仿真技术的"C3I系统仿真评价环境",对仿真评价环境的体系结构、仿真技术体制等关键问题进行了论述.利用该环境可以对C3I系统作仿真分析、性能指标对比分析以及作战效能分析.由于仿真试验只是获取评价系统所需数据的一种手段,文章最后对几种常用的系统综合评价方法进行了探讨.     

企业政工工作与企业管理的共同发展策略

在现代企业管理中,制度所形成的约束力是推动其整体发展的重要力量,其涵盖范围广,同时涉及企业战略目标执行、财务及人事管理的多个方面,通过开展政工工作,则能带动企业战略目标的持续优化,促使企业管理理念与社会经济建设同步更新、协调发展.因此,需积极探索政工工作与企业管理的共同发展策略,同时增强这两项工作的工作能效.     

基于灰色理论的有人/无人机协同作战效能评估

在人工智能等高新技术推动下,有人/无人机集群协同作战将是未来战争的新常态,如何有效评估其作战效能是当前亟须研究解决的重点难点问题。从有人/无人机集群典型作战任务下的作战运用能力需求入手,重点对评估指标体系构建、评估指标权重的确立与修正、评估模型构建等进行研究,实例验证了评估模型的可行性。研究成果可为评估有人/无人机集群协同作战效能提供有效方法手段,同时为有人/无人机集群协同作战运用提供理论支撑和决策参考。     

基于DEM数据和遗传算法的对海雷达部署优化研究

针对当前雷达组网部署优化问题缺少对海探测研究,以及基于实际地形数据的遗传算法(GA)求解复杂度高的问题,开展了基于数字高程模型(DEM)数据和遗传算法的对海探测部署优化研究。基于预先阵地和对海探测雷达威力模型,所提的算法可有效减少遗传算法寻优空间,极大提高优化求解速度。仿真表明,该算法可获得和遍历法近似的最优结果,随着部署规模的增大,具有明显的速度优势。     

基于CE-QPSO算法的联合火力打击方案智能优化方法

针对联合火力打击方案优化“既快又精”需求难题,设计了CE-QPSO算法,提出了基于该算法的联合火力打击方案智能优化方法。该算法充分结合了交叉熵算法良好的全局寻优能力和量子粒子群算法高效运行的特点,通过构建离散概率矩阵,使粒子的不确定性运动更具方向性,提高了粒子的协同寻优能力。实验结果表明：基于该算法的联合火力打击方案智能优化方法能够有效提升联合火力打击方案的优化效果和优化效率,且相比于标准交叉熵算法和标准量子粒子群优化算法具有明显优势。     

P3C-MADDPG算法的多无人机协同追捕对抗策略研究

针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient, MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay, PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。