论加快转变国防动员能力生成模式

国防动员能力生成模式,是国家通过构建国防动员组织体制、国防动员计划体系和国防动员法规制度体系,并运用一定的技术手段,形成国防动员能力的基本方式。信息化战争的战场环境,要求尽快转变国防动员能力生成模式,其实质是发挥信息力在动员能力生成模式中的主导作用,基本路径是以信息化为牵引对国防动员组织体制、计划体系和法规制度体系进行适应性调整。     

障碍环境下队形可变编队的路径规划方法研究

面向机器人编队探索和侦察等任务,系统期望保持队形以保障任务效能,但障碍环境下队形保持可能引起路径长度增加,甚至没有可行路径。为了综合考虑队形保持、路径长度及路径存在性,提出一种队形可变编队的路径规划方法,为编队跟踪控制提供一条全局参考路径。首先,分别依据个体的占据空间和编队的占据空间,对障碍进行两次膨胀,获得包含硬障碍和软障碍的路径规划构型空间。然后,在基于A*的路径规划框架下,构建包含路径长度和软障碍穿越距离的加权代价函数,以获得多指标权衡的路径。最后,不同权重对比试验表明,所提算法对不同障碍环境具有更好的适应性,通过权重设定能获得满足不同需求的可行解,可以为编队提供满意的全局路径。同时,随机场景测试试验验证了算法具有良好的鲁棒性。提出的编队路径规划方法可以引导机器人编队在复杂环境下更安全和快速地完成任务。     

新时期公安现役院校宣传思想工作探析

公安现役院校宣传思想工作对于公安现役人才的培养和塑造具有至关重要的作用。分析新时期公安现役院校宣传思想工作的重要性及其特点,从增强意识、推动创新、提高能力等角度就做好公安现役院校宣传思想工作的路径进行探讨。     

绩效预算在军队房管系统中的应用

当前军队房管系统预算工作还存在一些薄弱环节。为了加强预算执行力,提高资金使用效益,可采用绩效预算。具体路径是在零基预算的基础上构建绩效预算体系,实行零基预算与绩效预算相结合的预算方法,最后全面应用绩效预算模式。     

基于系统维修作业流程的维修时间MC仿真

将MC(MonteCarlo)仿真用于维修决策中维修时间的确定,通过系统维修作业流程分析,构建了系统维修时间计算模型,对于基本维修作业三种类型分别构建了维修事件的维修时间计算模型,基于维修作业关系模型和这些计算模型给出了采用MC仿真的算法流程,通过统计得到系统维修时间期望和分布特征。最后以某型惯导转备份机载设备故障维修为例对模型进行了验证,仿真表明。采用MC仿真的方法能够为维修决策提供一种有效的维修时间确定途径。     

科学规划分步实施深入推进军队绩效预算改革

绩效预算是军队预算改革的未来方向。结合我军实际,未来军队预算改革可实行“三步走”策略,第一步引入绩效考评机制,第二步按照绩效预算要求调整预算方法和机制,第三步建立具有我军特色的绩效预算体系。在绩效预算改革过程中,每一阶段都有特定的重点,必须统筹规划、合理设计。     

卫星导航接收机中积分清零器的性能分析

为了使跟踪环路得到最高的输入信噪比,卫星导航接收机在时延估计时应使用匹配滤波器。但出于节省硬件资源的考虑,卫星导航接收机通常采用积分清零器完成相关运算。然而积分清零器相对于匹配滤波器存在性能损耗,对此目前尚无量化的结论。本文推导出积分清零器性能损耗的解析表达式,并使用Monte Carlo仿真的方法验证结论的正确性。理论和仿真结果表明当采样率为2倍的前端带宽时,积分清零器相比匹配滤波存在约0.44dB的损耗,当采样率提高到4倍信号带宽时,积分清零器的性能损耗几乎可以忽略。该结论对卫星导航接收机的设计具有重要的意义。     

通信受限下分布式多传感器协同跟踪算法

在分布式多传感器目标跟踪系统中,由于局部融合中心(LFC)的物理限制(如:有限的频率信道、处理器容量有限等),只能接收有限个传感器的传送数据。此外,信息传输的方式也将影响传感网的使用寿命,因此,研究了通信受限下的分布式多传感器目标协同跟踪问题。首先对监视区内分布的传感器进行聚类分簇形成若干个子网,接着从通信能耗的角度出发,对传感器采集信息的传递路径进行最优路径规划;进而对子网局部状态进行估计,在子网信息融合中,分别采用最大距离和、最大化信息增量两种准则进行最佳传感器选择,最后通过各子网全局航迹融合实现分布式多传感器协同跟踪。仿真验证了算法的有效性。     

机器人集群路径规划技术研究现状

受社会型生物群体行为启发,群体智能得到日益广泛的关注,机器人集群作为群体智能的重要承载者得到了大量研发和广泛应用。机器人集群路径规划技术作为一项核心关键技术也得到快速发展。为此全面深入地调研了机器人集群路径规划的技术发展现状,创新性地归纳了适用于不同集群规模、可扩展性要求、通信需求以及算法要求的集群规划基础计算架构,包括冗余计算架构、分布计算架构和分层计算架构。从可扩展性和适用性角度,分类梳理了最适用于机器人集群的路径规划方法,包括仿生学方法、人工势场法、几何学方法、经典搜索法和进化学习法,并为集群仿真验证研究提供了七款可免费下载或开源的机器人集群仿真验证平台。     

基于GeoHash索引的A算法优化

A*(A Star)算法进行最短路径计算时,一般采用曼哈顿函数作为最优邻接点的评估标准,在算法执行的过程中,需要对每一步每个邻接点进行计算,判断出当前最优邻接点,然后迭代执行下一步,在数据量较大的情况下,算法的时间复杂度呈几何增长.使用GeoHash索引算法代替曼哈顿函数作为评估标准,在有地理坐标信息的网络拓扑中进行最短路径查找,直接以GeoHash编码索引值作为判断标准,进行快速查找.GeoHash值是经纬度经过一系列编码转换后的实际值,能够拓扑网格中的属性值,减少算法的计算时间,优化算法的时间复杂度.提高A*算法在道路规划、运行调度、无人驾驶路径分析时的最短路径计算时间,可增加实际应用广泛性.