卡德尔·巴克的《解放军爱民日记》

38年,71岁高龄的维吾尔族老人卡德尔·巴克笔耕不辍,记下了解放军为村民做的上千件好事,装订了一本厚厚的日记     

在兴武强兵的征程上锐意进取——江西省萍乡市市委书记陈安众关心支持国防建设纪事

江西萍乡是著名的安源路矿工人大罢工和秋收起义的发源地。市委书记、军分区党委第一书记陈安众,就在这片曾被革命先烈血染的红土地上,书写了兴武强兵的新篇章。上任5年来,萍乡市连续3次荣获“全国双拥模范城”称号,军分区先后有多项工作受到总部和南京军区表彰。陈安众本人也被南京军区表彰为“党管武装好书记”。     

毛泽东是代表中国先进文化前进方向的楷模

毛泽东是代表中国先进文化前进方向的楷模:一、毛泽东在青年时代即在先进文化引领下,确立共产主义世界观,走上革命之路;二、毛泽东在领导新民主主义革命的实践中,忠实代表着中国先进文化的前进方向;三、毛泽东在领导社会主义革命和建设的实践中,忠实代表着中国先进文化的前进方向;四、创立毛泽东思想,是毛泽东代表中国先进文化前进方向的理论成果和实践作为。     

舰艇编队协同反导火力分配的改进多目标粒子群算法

为提高协同反导时的多目标火力分配计算能力,首先建立了火力分配多目标数学模型;然后,针对火力分配多目标规划具有的线性不等式约束条件难以使用多目标粒子群优化算法、粒子群算法自身存在的盲目搜索等问题进行了改进,并明确了计算流程;最后,对算法进行了仿真实验,仿真实验表明:改进的多目标粒子群算法求解多目标火力分配规划模型得到的非劣解集可构成Pareto前端,且非劣解集的适应度最大值随迭代步数演变具有稳定的收敛性,验证了改进多目标粒子群算法的有效性.     

电子对抗装备软件的静态分析方法

软件的静态分析在很大程度上是对编写软件的语法和文本进行检查,使其符合工程项目的需要.使用C Test可以帮助编程人员和测试人员完成对程序的自动静态测试.测试人员还可以自定义检查规则来完成对代码的特定需求检查.     

三维多目标纯测向无源定位方法

针对多传感器测向定位中方位配对的困难,提出分两步的三维多目标纯测向定位方法.该方法先利用方位信息,粗略估计目标二维位置,并采用方位角误差进行粗略的目标真伪判别,再采用蛙跳式梯度法精确求解目标的三维位置,并利用方位角与俯仰角偏差对目标真伪进行判别.仿真结果表明,该方法能快速地以较高概率、较高精度对多目标进行定位.     

专武干部蒋立：为钢铁长城选好砖

2011年3月,蒋立当上了河北省霸州市霸州镇武装部部长。穿上绿色制服,蒋立爱武装的劲头更足了。他深知,自己虽然是个“军事迷”,可对基层武装工作却是“门外汉”。于是,他自费购买了《基层人武工作知识读本》《军事技能训练与实践》等书籍,孜孜不倦地学习民兵整组、军事技能、兵员征集和优抚安置等专业知识。     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。