基于方位和线谱频移的TMA新算法

提出了一种基于方位和线谱频移序列的目标运动分析新算法,解决了方位序列估计器工作点漂移方法中初始方位漂移角度较难确定的问题;提出了一种新的多普勒频移匹配估计器,不需要预先提取目标线谱即可估计目标运动参数,并且有效地加快了目标运动参数解算的收敛速度.海上实验数据处理结果表明该算法较以往同类算法在收敛速度和解算精度等性能上有明显改进.     

C2组织探索性分析框架设计研究

以验证组织优化设计方法为目的,将探索性分析思想引入组织优化设计研究,根据探索性分析的特点与组织优化设计方法验证的具体需要,对C2组织探索性分析的过程进行了研究,初步设计了面向C2组织的探索性分析框架并对其中的关键技术进行了分析。     

基于工作流的GIS服务动态聚合方法、技术体系和参考模型研究

基于GIS服务的特点和动态服务聚合的应用实际,提出了一种基于工作流的GIS服务动态聚合实现方法,该方法通过引入服务群的概念,有效适应了GIS服务的动态变化性;提出了基于工作流的GIS服务聚合技术体系,界定了GIS服务聚合的研究内容和层次关系,为GIS服务动态聚合关键技术的研究提供了总体框架和顶层指导;参考工作流的研究成果,提出了动态服务聚合参考模型DSCRM,为开发聚合服务支撵平台以及在此基础上构造特定的服务聚合应用提供了可参考的计算模型.给出了一个GIS服务聚合应用实例来说明工作的可行性和有效性.     

基于能力的装备需求论证框架

构建基于能力的装备需求论证框架主要包括剖析基于能力的武器装备需求论证的内涵，构建基于能力的装备需求论证的基本论证模式，介绍基于综合微观分析的论证方法，建立包括需求描述、需求映射、方案评估和需求VV＆A与可信度评估的结构化方法体系。     

协同知识建构视角下高中生计算思维能力培养模式的设计研究

培养学生具有一定计算思维能力以适应快速变化的大数据时代，是信息科技课程的教育重点。而目前高中阶段信息科技课程内容单一且重点在编程工具的普适性讲授上，对学生个性化思维的培养不足。文章在梳理协同知识建构理念与计算思维能力培养的关系后，构建计算思维能力培养与“输入-协作-输出”三阶段相耦合的协同知识建构学习模式，试图使学习者能在真实的社会性问题情境下，更好更快地建立起系统、科学的思维模式，并针对该模式的教学实践提出建议。     

分布式间歇干扰下基于SMI的GNSS空时自适应处理器性能分析

针对全球导航卫星系统接收机面临的分布式间歇干扰威胁,全面准确地分析了基于采样矩阵直接求逆方法的空时自适应处理(space-time adaptive processing, STAP)的抗干扰性能。在建立性能分析模型的基础上,根据间歇干扰造成的采样协方差矩阵不匹配情况,通过分类评估、梳理归纳、理论推导全面分析了不同情况下STAP的性能。分析结果表明在采样长度小于闪烁周期且使用预采用处理方法时,空时自适应处理器会出现漏采样,干扰抑制性能会急剧下降,漏采样出现的频率为各干扰闪烁频率之和。数值和仿真分析验证了理论分析的结果,在此基础上讨论了考虑分布式间歇干扰时STAP的优化设计。     

基于多状态故障树的舰船装备可靠性分析方法

为分析舰船装备的系统和单元部件介于正常和故障之间的中间过渡状态,结合实际工作情况,提出了一种基于多状态故障树的可靠性分析方法。以舰船电力系统为例,将传统故障树模型的底层事件布尔单元改进为可维修的三态（正常、劳损降级和故障）单元部件;结合智能体董正琼技术建立该多状态故障树仿真模型,各事件之间的从属关系采用抽象映射进行描述;通过多次蒙特卡洛仿真运行,根据各底事件发生概率定量计算出电力系统的可靠度统计值为99.624%,在一定程度上验证了所提可靠性分析方法的可行性。     

尾座式电动飞机复合材料机翼结构优化设计

以复杂地形地区物资快速投送平台设计为背景,开展尾座式电动飞机复合材料机翼设计研究。对机翼结构载荷进行分析,对机翼结构构件布置和铺层进行设计,形成复合材料机翼结构设计方案。建立复合材料机翼结构有限元模型,开展典型工况条件下的静力分析,得到机翼结构变形、应力和Tsai-Wu失效因子分布。采用分步优化策略,以机翼结构铺层厚度和铺层角度为设计变量,开展机翼结构质量优化计算,优化结果表明,优化后的机翼结构在满足强度和刚度要求下质量减轻约47.77%,可为尾座式电动飞机结构设计提供重要参考。     

新兵适应期克服自卑心理的案例分析

相传在古希腊圣城德尔菲的阿波罗神庙上刻有三句箴言,其中最著名的便是“认识你自己!”人的一生都是在不断地认识自我的过程中发展的。每名初入军营的战士在新兵适应期都要完成从认识自我到接受军事实践考验,再到超越自我、重塑自身形象、提升个人能力的过程。因此,在新兵适应阶段首要的心理发展任务,就是正确地认识自我。下面结合案例,谈谈新兵适应期最容易出现的自卑心理。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。