C4I体系下图像目标毁伤效果评估模型的研究

目标毁伤评估系统是C4I的重要组成部分,图像变化检测是目标毁伤效果评估系统中的一种重要手段.分析了图像处理技术的必要性,据此设计了基于图像变化检测的目标毁伤评估系统模型,并对其关键技术及评估准则进行了深入分析.结果表明,基于图像变化检测的目标毁伤估计可以提高评估效率,提高评估精度和优化评估效果.     

浅析军工企业项目管理优化的思考

随着我国确定新时代的强军目标，我国军工产业不断扩大，军工项目蓬勃发展，军工企业也日益增多，然而军工项目管理却任重而道远。为紧跟时代步伐，军工企业不仅要具备项目管理基本能力，也要根据军工项目的特殊性进行拓展和创新。该研究首先介绍项目管理的基本概念，其次介绍军工项目的分类及其特殊性，最后针对目前普遍存在的项目管理问题进行分析，提出解决措施，以期为相关从业者提供参考。     

新时代退役军人人力资源管理优化策略分析

在我国人力资源体系当中,退役军人是重要的构成部分,同时也是一个比较特殊的部分。根据统计,我国退役军人的数量在5500-6000万之间,这是一个庞大的人力资源库。在开展管理活动的时候,要致力于将退役军人这一人力资源库盘活,将他们在社会经济建设与发展当中的作用充分体现出来。近年来,国家出台了相关的文件和政策对退役军人进行了人力资源管理,并取得了一定的成就,但在相关服务提供方面仍然表现出了不足。基于此,本文运用文献分析法、归纳总结法,从新时代退役军人人力资源管理的变化出发,探究了人力资源服务和人力资源管理的优化策略,希望为该领域的工作人员提供参考与借鉴。     

分布式综合化航空电子网络拓扑优化技术

针对分布式综合化(DIMA)架构下实时动态消息流和网络资源能力,优化航空数据和通信网络(ADCN)拓扑问题,提出一种基于业务拓扑、网络拓扑以及延迟、线缆约束下的多目标网络拓扑优化算法。该算法能够基于驻留任务的信号、逻辑连接、物理连接关系,在资源约束下优化机载网络拓扑。算法通过组合优化方法计算折中全局最优解集(Pareto最优)。对于大规模机载网络架构优化,为了减少计算规模和提高计算时间,又提出一种预计算路径算法。算法通过类A320机载网络拓扑场景和类A380机载网络拓扑场景进行验证。结果表明,相比手动功能映射和网络拓扑优化设计,优化效率能提高10%～30%。     

创新人才军民融合培养体系及其构建

创新人才军民融合培养构成人才强国战略、创新驱动发展战略和军民融合发展战略的交汇点。创新人才是战略资源,军民融合为创新人才培养提供了一条全新路径。作为一项系统工程,创新人才军民融合培养包括创新人才军民融合培养主体系统、创新人才军民融合培养客体系统、创新人才军民融合培养方案系统、创新人才军民融合培养资源系统、创新人才军民融合培养制度系统、创新人才军民融合培养考评系统,在系统构建过程中需加大统筹协调、投入保障、政策倾斜、法治保障、合理使用力度,注重体系推进。     

图形模型在航迹规划中的应用

对几种图形模型航迹规划的基本原理和方法进行了介绍,并进行了仿真验证。针对图形模型航迹规划中可行点选取的随意性,提出利用遗传算法寻找初始可飞区域内的可行点,将可行点连接起来就组成了初始可行航迹,此时便可用dijkstra算法进行航迹规划。由于标准传统遗传算法航迹规划的不足,提出运用实数编码的贝叶斯优化算法进行航迹规划,通过仿真验证了算法的有效性。     

论装备经济结构及效应

文章在分析装备经济结构体系内容的基础上,对装备经济结构的优化进行了经济分析,并从体制优化和技术创新两个方面寻求了装备经济结构优化的方法和途径。     

加强国防动员需抓好四个关键环节

应对多种安全威胁、完成多样化军事任务，是新形势下国防动员面临的重大课题和紧迫任务。新形势下加强国防动员工作，必须狠抓“预案制定、按纲施训、优化队伍、信息动员”四个关键环节．不断提升遂行多样化任务的能力。     

智能反射面辅助的无线网络加权和速率优化设计

针对智能反射面(intelligent reflecting surface, IRS)辅助的无线网络传输设计的目标是通过联合设计基站处的发送波束形成向量和IRS的反射系数,在满足基站发射功率和IRS单位模约束的条件下,使多个地面用户的加权和速率最大化。为了求解非凸的目标函数,提出一种交替优化方法,其中采用黎曼流形梯度(Riemannian manifold gradient, RMG)方法来优化反射系数,使用二分搜索法优化发送波束形成向量。此外,为了降低RMG方法的复杂度,设计了一种智能元素块坐标下降方法。仿真结果验证了所提算法的有效性,并且表明通过优化设计反射系数,IRS可显著提高无线网络的频谱效率。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。