聚焦信息化素养和带兵打仗实际本领推进军事高科技培训创新发展

军事高科技素质是现代军事人才必备的基本素质,加强军事高科技素质培养是军队院校教育的重要课题.新形势下,要适应军事高科技培训需求,大力加强干部队伍素质能力培养;紧贴部队实际和实战要求,优化完善培训课程体系和教学内容;针对参训学员特点和需求,改革创新培训方法手段;树立开门办学的全新理念,探索实践新的培训组织模式;建立完善激励评价机制,建强建实培训师资力量.     

一种结合弹道规律的模糊交互式多模型算法

针对交互式多模型算法中转移概率矩阵与实际运动不匹配而影响跟踪精度的问题,通过分析某型导弹的典型弹道,将弹道规律融合到模型概率转移矩阵中,然后将转移概率模糊化处理,提出了一种基于弹道规律的模糊交互式多模型算法,然后以导弹蛇形运动转至比例导引的机动过程为例进行了仿真验证,比较了典型交互式多模型算法和模糊交互式多模型算法的跟踪性能。仿真结果表明:该算法可显著提高导弹机动段的跟踪精度。     

充分发挥强军文化对强军兴军的作用

发挥强军文化对强军兴军的重要作用,必须以文强魂,铸牢听党指挥的强军之魂;以文强能,聚力能打胜仗的强军之要;以文强德,锻造作风优良的强军之基。     

一种组件化的无人机机动模型设计与实现

在联合作战背景下,无人机已然是不可或缺的作战力量,因此,在基于联合作战的仿真系统中,研究并建立无人机模型是当前的工作重点。针对无人机空中机动行为的建模需求,采用组件化建模的方法,设计并构建了固定翼的无人机机动模型,初步实现了无人机的空中机动行为,最后通过仿真推演,验证了模型的可用性与合理性。     

一种基于麻雀搜索算法的空中目标意图预测方法

针对BP神经网络（BPNN）的分类性能和遗传算法（GA）的参数寻优能力难以满足空中目标意图预测需求的问题,提出了一种基于麻雀搜索算法（SSA）优化支持向量机（SVM）的空中目标意图预测方法。利用SVM和SSA分别取代BPNN和GA,构建了SSA-SVM空中目标意图预测模型,并对模型的预测性能进行了仿真检验。结果表明,SSA-SVM比GA-SVM具有更快的收敛速度和更高的适应度值,比BPNN具有更高的预测准确性和更稳定的预测结果。因此,SSA-SVM可以准确、稳定地预测空中目标意图,能够满足意图预测在准确性和稳定性上的需求,提升了预测性能。     

“练就四功”助力营党委作用发挥

<正>旅营体制下,营党委处于基层建设的最前沿,上衔旅党委机关,下带所属连队,是具体指导和推动落实的重要环节。营党委书记集“班子书记”“单位主官”“政工领导”等多重身份于一身,是营党委作用发挥的关键所在。营党委书记应练就把控方向的硬功、能力建设的内功、抓住重点的实功、务求实效的真功,助推营党委作用发挥,提高部队建设质量和战斗力水平。一、练就把控方向的硬功,保持坚定正确的政治方向这既是营党委书记领导部队、     

基于方位-频率解算目标运动要素的航路选择

基于方位-频率解算目标运动要素解算方法可实现水下观测平台不机动解算目标运动要素,但接敌航路仍影响目标运动要素解算精度及平台隐蔽性。建立了方位-频率目标定位模型,通过仿真分析了不同初始目标舷角下,水下观测平台采用不同接敌航路情况下目标运动要素解算收敛速度和精度,并从保持水下观察平台隐蔽性的角度,探究了不同初始态势下应选择的航路。     

采用改进Sage-Husa自适应滤波的运动目标三维定位方法

提出不依赖于测距信息,利用两架基于视觉的无人机对运动目标进行三维交会定位的方法。采用多模型交互方法实现在不预知目标运动模式的条件下对运动目标的实时定位;采用改进的Sage-Husa自适应滤波算法,综合协方差匹配技术和正定性判断,提高了定位精度。为评估这些方法的性能,模拟真实观测条件进行仿真。结果表明,提出的方法可以实时对运动目标的三维坐标进行估计。改进的Sage-Husa自适应滤波算法可以显著提高定位精度,在90°观测夹角下,平均估计误差从27.13 m降低到14.62 m。仿真研究了两无人机观测夹角对定位的影响,结果表明:过小的夹角不利于定位精度的提高;较大的夹角对无滤波定位方法有较好的效果,但对基于改进的Sage-Husa自适应滤波算法的定位方法影响并不明显。     

基于Multi-Agent的信息共享行为建模研究

针对信息共享行为的优化需求,构建了基于Multi-Agent的信息共享行为模型,该模型由Agent特性、Agent信念、Agent连通性和Agent行为4个模块组成。在Agent信念模块,提出了关于信念的信任值量化更新方法,将其作为信息共享行为交互的优先级排序的依据。规范了Agent发送信息、接收信息和处理信息的实验流程。通过仿真实验,得出了较为理想的信息共享行为组织模式,实现了信任阈值下的信息过滤,通过实验结果分析验证了信息共享行为模型的有效性。     

基于极坐标多普勒伪状态的最佳线性无偏估计算法

理论和实践已经证明,除位置量测外,包含目标速度信息的多普勒量测具有有效提高目标状态的估计精度的潜力。基于目标匀速运动场景在直角坐标系下提出了一种可使用多普勒伪量测(即距离量测与多普勒量测的乘积)和多普勒伪状态的跟踪算法。从理论上讲,它是在最佳线性无偏估计准则下的近似最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷。通过与目前几种流行的方法进行仿真比较,验证了新算法的优越性和可靠性。