The SSA-BP-based potential threat prediction for aerial target considering commander emotion

The target's threat prediction is an essential procedure for the situation analysis in an aerial defense system. However, the traditional threat prediction methods mostly ignore the effect of commander's emotion. They only predict a target's present threat from the target's features itself, which leads to their poor ability in a complex situation. To aerial targets, this paper proposes a method for its potential threat prediction considering commander emotion (PTP-CE) that uses the Bi-directional LSTM (BiLSTM) network and the backpropagation neural network (BP) optimized by the sparrow search algorithm (SSA). Furthermore, we use the BiLSTM to predict the target's future state from real-time series data, and then adopt the SSA-BP to combine the target's state with the commander's emotion to establish a threat prediction model. Therefore, the target's potential threat level can be obtained by this threat prediction model from the predicted future state and the recognized emotion. The experimental results show that the PTP-CE is efficient for aerial target's state prediction and threat prediction, regardless of commander's emotional effect.     

Gliding arc plasma adjusting pre-combustion cracking products

In view of the difficulty of kerosene-air detonation faced by the application of rotating detonation to aviation engines, in order to improve the kerosene detonation activity, the atmospheric pressure gliding arc plasma is used to conduct secondary adjustment of the pre-combustion cracking products. The results show that the components with larger molecular weight in the pre-combustion cracking products, such as ethylene and methane, can be cracked into highly active species of hydrogen and acetylene by gliding arc plasma. With the increase of the fuel ratio of pre-combustion cracking, the plasma has a more significant effect on the adjustment of high active components. However, as the flow rate of the cracking gas treated by plasma increases, the adjustment effect is obviously reduced.     

非对称相互依赖下的美日军事同盟机制分析——以奥巴马政府“重返亚太”为视角

2012年1月5日,美国国防部发表了《保持美国的全球领导地位:21世纪的防务重点计划报告》,在"重返亚太"战略的战略背景下,重点针对美国未来的军事力量结构、全球部署态势、军事战略目标等进行了重新规划。新军事战略调整对整个国际格局和地区性大国产生深远影响。随着美国重返亚太的战略调整,军事上的相互依赖程度体现在美日同盟之间尤为突出。本文仅从军事战略角度,运用《权力与相互依赖》中部分理论对其调整下的美日军事同盟机制进行分析。     

《概论》课研讨式教学与学生非智力因素培养研究

以非智力因素与思想政治教育的关系为切入点,探讨《毛泽东思想和中国特色社会主义理论体系概论》课研讨式教学与学生非智力因素培养之间的内在关联,凸现非智力因素在思想政治教育过程中的价值,系统设计《概论》课研讨式教学,从而提高思想政治教育实效。     

姿态角单次调整的固体运载火箭耗尽关机能量管理方法

固体运载火箭传统耗尽关机制导方法姿态角调整次数过多,不利于控制系统设计。提出了姿态角单次调整的耗尽关机能量管理策略:以火箭的待增视速度方向为基准,通过计算火箭所需耗费的视速度,优化选取火箭的初、末姿态角;火箭以恒定角速率从初姿态角变为末姿态角,达到末姿态角时保持恒定,直至耗尽关机。仿真结果表明,新方法在满足火箭的终端速度约束条件下,视速度模量耗费百分比超过30%,且姿态角单向调整,有利于控制系统的工程设计。     

基于云理论的装备技术状态预测

通过分析装备技术状态变化的模糊性和不确定性等特性,提出了基于云理论的装备技术状态预测模型.根据装备技术状态劣化趋势,给出了基于云模型的时间序列状态预测方法,有效地运用了装备状态评估中的主观预测知识.将历史趋势与当前趋势相结合,实现了基于时间序列的状态预测.最后以某装备的发动机为研究对象,对发动机状态的动态评估值进行了预测,验证了该状态预测方法的有效性.     

基于因子分解和光束法平差从航空序列图像恢复三维结构

从航空序列图像恢复目标三维结构是航空摄影测量的基本问题。针对现有算法中精度与计算量的矛盾,提出一种基于因子分解与光束法平差的新算法。作为因子分解与光束法平差的桥梁,提出基于"R T"模式共线方程的概念,详细推导了其线性化公式。仿真实验和真实图像实验表明,新算法精度高、稳定性好,可应用于航空测绘、虚拟现实、军事侦察等工程实践。     

论武警学院的双语教学

双语教学已成为高校教育改革的一大焦点。结合开展双语教学工作 ,考虑到各方面因素 ,提出了武警学院开展双语教学的具体措施。     

磁流变阻尼器响应时间仿真与试验研究

响应时间是磁流变阻尼器（Magnetorheological Damper,MRD）重要性能指标之一。为分析MRD响应时间及影响因素,建立了MRD动态响应模型,提出了一种基于Ansoft和Adams联合仿真分析MRD响应时间的方法,并通过仿真与试验相结合的方法分析了阶跃电流幅值、活塞运动速度以及系统刚度等因素对MRD响应时间的影响。仿真结果和试验数据表明：MRD响应时间随活塞速度和系统刚度的增大呈减小趋势,随阶跃电流幅值的升高呈增大趋势。同时证明通过联合仿真分析MRD响应时间和影响因素的方法是有效的。     

浅析影响英语听力水平的因素及其对策

本文从主观和客观两方面分析了影响听力效果的因素,并在此基础上提出相应的对策,为英语学习者听力水平的提高提供学习技巧和方法。