高一理科生化学自主学习现状的调查及对策研究——以石河子第一中学为例

“未来的文盲将不是目不识丁的人,而是不知道如何学习的人”.[1]学会学习是教育的重中之重,是每个人的必修课.本文分别从新课标的推动、社会的需要和学生的特点论述了高一理科生化学自主学习现状的现实意义,从学生自主学习意识和习惯、自主学习方法、影响自主学习因素和自我效能感找出高一理科生化学自主学习现状中存在的问题,并提出相应的对策.     

空空导弹越肩发射初制导转弯控制与仿真

针对空空导弹越肩发射初制导俯仰平面180°转弯,提出了一种基于最优控制理论的最优转弯方法,该方法是确定一个最佳推力方向角,使转弯完成时导弹的末端速度最大。建立了简化的用于姿态控制的姿态动力学模型,采用反作用喷气控制系统(RCS)设计了导弹的姿态控制律。对空空导弹180°转弯的飞行过程进行了仿真并给出分析结果。     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

陆战武器火炮控制算法嵌入式仿真验证平台

陆战平台炮控系统的控制品质和性能取决于动力系统与控制算法。提出将笔记本电脑嵌入到炮控系统中,建立半实物炮控仿真平台的方案,并给出在某型坦克的炮控系统中实现的具体方法,为炮控系统先进控制算法的实现和性能评估提供了快捷实用的仿真开发环境。     

自抗扰控制在陆战平台电子信息中的建模与应用

火力控制系统是在陆战平台上重要的电子信息功能系统.自抗扰控制技术将非线性滤波与非线性控制技术融于一体,通过其中的扩张状态观测器对未知系统扰动进行估计,实现系统的自抗扰特性,并具有鲁棒性.提出了自抗扰控制技术在坦克炮控系统中的应用方案,可以实现提高火炮稳定精度、精密跟踪和高精度调炮等多项功能.     

一种提高防空导弹武器系统守时精度的方法

随着现代战争逐步向以网络为中心的信息化作战的发展,为赢得战场主动权,提高信息资源的实际应用性,对作战系统内的时统提出了更高要求。剖析了系统守时误差的来源,针对以网络时码数据和准秒脉冲进行校时的系统,提出了一种提高系统守时精度的方法——误差比例修正法,该方法采用自适应修正功能,使系统在失去准秒校时后的较长时间内仍能保持一定的守时精度,并且成功在某型号防空导弹武器系统中运用,试验结果验证了该方法的有效性和可行性。     

具有终端角度约束的H_∞制导律设计

针对导弹对地面运动目标精确攻击时姿态约束的H_∞末制导问题,提出了一种新的具有终端角度约束的制导律.基于二维弹目相对运动学的非线性关系,并将目标机动运动和系统结构摄动作为外部的扰动,建立了垂直平面内弹目相对运动的数学模型.以命中点终端姿态角跟踪误差和控制能量最小为性能指标,同时基于零化弹目视线角速率的思想, 设计得到了非线性H_∞鲁棒制导律.该方法利用Lyapunov稳定理论严格证明了制导系统的全局渐近稳定性,而非求解HJI偏微分方程,同时也避免了对剩余时间的估计.数字仿真表明这种制导律在不需要任何目标运动信息的情况下,仍然保证终端角度和制导精度的要求,具有很强的鲁棒性和适应性.     

信息化战场下军事指挥决策的人机交互技术与方式研究

人机交互环境是影响信息化战场下军事指挥决策能力与效率的一个重要因素。文章分析了未来信息化战场军事指挥决策面临的挑战，对军事指挥决策人机交互技术与方式的理论、技术与实践进行了深入探讨，研究了我军军事指挥决策人机交互技术与方式的发展思路和方向，提出了信息时代提升我军军事指挥决策能力的建议和对策。     

基于主观贝叶斯方法的装备故障概率分析

由于造成武器装备故障的环境因素以及装备自身结构特征的不同，导致装备发生故障的不确定性。本文讨论了基于主观贝叶斯方法的装备故障概率分析方法，旨在事先预测武器装备在执行任务过程中的故障概率，为合理制定装备保障方案提供辅助决策依据。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。