对我军装备建设基本规律的再认识

通过对我军武器装备建设历程的回顾,结合学习毛泽东军事思想和邓小平、江泽民国防和军队建设思想,深入学习贯彻科学发展观以及胡锦涛同志关于武器装备建设的重要指示,系统总结武器装备建设的阶段性特点,对新世纪新阶段我军武器装备建设基本规律进行了新的归纳和总结。     

广义的坦克远程火力军事需求分析

由于广义的坦克远程火力(ELFoT)侧重于火力体系,存在坦克远程火力定位及其与地炮火力的区分问题,因此从未来20年内火力的发展与作战运用的角度界定了坦克远程火力,分析了它与支援火力的关系,并改变过去武器系统需求分析的思维模式,单纯从战术上分析了其作战任务、作战力量使用、作战对象及其运用价值等需求问题,最后论述了装甲机械化部队(AMT)的发展与再定位.     

民用建筑自然排烟系统设计与应用

针对目前国内建筑自然排烟系统设备应用过程中出现的问题,结合北京市地方标准《自然排烟系统设计施工及验收规范》,重点说明自然排烟系统的设计要求、设备应用、性能分析,分析了自然排烟系统在设计、施工及验收阶段的衔接性和重要性,并结合国外的做法和国内的规范给出现阶段可行的做法。     

狭义的坦克远程火力军事需求分析

坦克作为一种近距离格斗兵器来使用的科学性、合理性勿庸质疑,传统的使用方式却导致发展坦克的远程火力成为一个备受争议的话题.立足于信息化作战的背景及我军的现实,着眼于陆军武器系统未来发展的趋势,分析了未来陆军可能的作战模式及其火力体系,从军事、经济、技术的角度分析了我军装甲机械化部队发展坦克远程火力的必要性,并在此基础上分析了坦克远程火力的作用距离、使用的原则与使用的时机,最后对武器装备的"非对称"发展模式提出了初步的看法.     

石油科技成果经济效益评价方法研究

依据石油科技成果的类型、专业类别、经济效益体现形式,计算其经济效益便可形成成千上万个计算公式,这给成果经济效益计算带来较大困难,为此提出了计算石油科技成果经济效益的增量思想、黑箱思想和分解叠加思想,并建立了石油科技成果经济效益计算指标体系,包括4个统计型和4个预测型效益指标,探讨了计算其经济效益的通用数学公式。以及经济效益预测的新模型。经过应用检验。说明文中提出的方法完全可以解决应用型石油科技成果经济效益的计算问题。     

基于IDEA模型的坦克性能指标需求方案有效性分析

针对坦克车辆性能指标需求方案有效性分析的输入指标为区间数、具有模糊性这一实际情况,提出了一种基于IDEA模型的需求方案有效性分析方法,并详细给出了该方法的计算步骤和算法。研究表明,该方法能够有效完成需求方案的有效性分析,同时也简化了计算过程,使得分析结果更为客观合理,最后通过一个示例来验证模型的可行性和有效性。     

多子带雷达信号融合噪声抑制方法

全极点模型对信号构建线性模型,通过对模型进行定阶和计算可以得到估计信号的各个参数,从而实现信号预测。子带融合之前需要进行相干处理,可以通过相干函数等方式解决。root-MUSIC算法在低信噪比环境中极点选择并不稳健,会导致模型在阶数上判断错误。为解决全极点模型方法中子带融合在信噪比低时模型阶数估计不准的问题,提出一种噪声抑制方法。对信号Hankel矩阵的主对角奇异值矩阵加权处理,以消除噪声分量,并利用整体前向预测矩阵得到整体频段极点值与极点幅值,由此估计出低信噪比时的多子带融合信号。结果表明所提方法在仿真环境下,在信噪比-20 dB至10 dB时,相较于传统极点模型方案具有更好的估计结果。     

基于可能性决策的敌对危机行动预测与仿真

可能性决策能较好地应对军事领域常常出现的概率难以获得,或者强调“出奇制胜”而有意规避概率风险的情形,是解决知识不完备情况下敌对行动预测的有力手段。从可能性理论基本公理体系出发,结合动态规划方法,提出并证明可能性决策的最优化定理,给出多步条件下可能性决策的实现算法,结合危机条件下敌对行动预测的范例和仿真分析,与传统概率风险决策进行比较,体现可能性决策的优越性,为该方法的推广应用创造条件。     

DoDAF的末段反导C2BM系统需求分析

末段反导指控与作战管理(Command,Control and Battle Manangement,C2BM)系统是末段反导系统的指挥控制中心.在系统分析末段反导系统的组成及末段反导C2BM系统工作过程的基础上,初步探讨了基于DoDAF(Department of Defense Architecture Framework)的末段反导C2BM系统需求分析方法和步骤,建立了末段反导C2BM系统的作战视图,对末段反导C2BM系统的体系结构及其信息交互进行了深入分析和可视化建模,保证了对末段反导C2BM系统需求理解的一致性,有效促进了军事人员与分析设计人员间的沟通和交流,为后续的开发夯实坚实的基础.     

基于神经网络的弹药消耗预测

针对弹药消耗预测问题,运用一种改进的BP神经网络预测方法。预测时对样本数据进行了预处理,并在时序训练样本中引入了遗忘因子,以提高当前预测的精度,以及在权值调整过程中,引入"惯性项",以改善学习收敛过程。