北斗系统新民用导航电文历书参数算法与性能分析

研究新公布的北斗民用导航电文中的两类历书与北斗二号导航电文历书的差异，对比分析各类历书对接收机首次定位时间的影响。利用实际的历书数据，比较不同历书类型的用户算法，分析不同龄期数据对接收机首次定位性能的影响。结果表明，高精度历书在1周的数据龄期内性能较为稳定，中等精度历书精度稍逊于高精度历书，但由于简化了电文空间，能接近高精度历书性能。简约历书进一步简化了参数数目和电文空间，尽管位置误差达到了数百千米，但却能在数月之后保持相应精度，有利于缩短接收机首次定位时间。     

原始变量守恒形式控制方程的时间准确性分析

基于压力、速度和温度的原始变量为自变量的守恒形式的控制方程可应用于定常流动问题，但是在求解非定常问题，例如某一典型激波管问题时，激波后温度出现过冲现象，即使通过细化网格、提高空间格式精度或者换用其他通量格式仍不能消除，这表明误差可能来自该方法本身。采用一维Euler方程对该方法进行数值分析。分析结果表明，数值误差来自时间项。通过构造相应的双时间步方程，虚拟时间项采用原始变量，而物理时间项采用守恒变量，并在两个相邻物理时间步内作为定常问题求解，可以收敛到相应的守恒形式，消除上述误差，得到准确的非定常数值解。     

一种改进的指数型序贯抽样检验方法

针对指数型产品的可靠性验收问题,通过分析总结两次序贯概率比检验和序贯网图检验的思想,提出了一种改进的序贯抽样检验方法。通过构造验收风险的马尔可夫链模型,研究了改进的指数型序贯抽样检验方案的风险计算方法。在此基础上,给出了指数型序贯抽样检验方案的制定程序。实例分析表明:改进的指数型序贯抽样检验方案在保证截尾时间的条件下,明显降低了美军标MIL-STD-781C标准方案的验收风险,可以更好地满足双方的风险要求。     

基于时间序列分析的火灾发生规律研究

在时间序列分析建模思想的基础上,基于全国2007年24小时火灾起数建立时间序列模型,对火灾发生趋势进行分析,并从预防控制时间上提出相应的防控建议。     

卫星导航接收机延迟锁定环鉴相器有限字长分析

码相位鉴别器作为延迟锁定环的主要组成部分,其性能直接影响了接收机伪码的跟踪精度。针对输入信号有限字长效应对鉴相器性能的影响,提出一种新的基于信号统计特性的分析方法,分析了归一化早迟幅度鉴相器输入信号有限字长对输出性能的影响。理论分析和仿真结果表明,字长效应在输入信号高信噪比下比低信噪比时明显,随着信噪比的增加,由有限字长导致的伪码跟踪精度损失将增加,而当输入信号采用4bit以上的量化时,字长效应对伪码跟踪性能的影响将可忽略。该结论可用于指导接收机低功耗小型化设计。     

防治“大脑肥胖症”

当前,部队日常办公以"政工网""军综网"为主。每一位在位人员都会使用电脑、微型计算机进行日常化办公。人员在工作时间段内,都会时刻盯着电脑屏幕,手指在键盘上不停地滑动。有人会感觉到自己记忆力下降,与官兵谈话能力降低,自己工作注意力不断涣散。心理学家把长期使用电脑的人称作"电脑控"。"电脑控"容易患上一种心理疾病——大脑肥胖症。一、刨根问底,什么是"大脑肥胖症"?大脑肥胖症在心理学上称为注意力匮乏症,属于一种大脑认知上的流行病。大脑肥胖症医学症状主要表现在人注意力分散、做事拖拉。     

卫星对地面目标时间窗口快速预报算法

卫星对地面目标的时间窗口计算是航天领域的一个重要问题。对圆轨道卫星对地面静止目标的时间窗口问题进行了研究,并针对该问题提出一种快速求解方法。该算法首先分析未考虑地球自转时的卫星对地面目标的时间窗口,然后根据地球自转特征对计算结果进行迭代修正,从而得到该周期内卫星精确的时间窗口。通过数值计算结果表明,卫星时间窗口绝对误差在0.1 ms量级,相比1 s步长的跟踪传播法,计算时间减少99.1%。     

基于有限状态机的作战实体模型行为规则可视化建模

为提升仿真模型开发效率,降低仿真模型的维护成本,从模型规则可视化建模需求入手,提出了基于有限状态机的实体模型行为规则形式化表达模型,并对基于有限状态机的模型规则可视化建模工具框架进行了设计,对模型规则可视化建模的工程实现进行了理论上的探索。     

党员管理须下真功

常言道,"师傅领进门,修行靠个人。"站在党员发展和管理的角度来看,党员要想更好地"修行",除了严格要求自己外,党组织也要履行好"师傅"的职责。这就要求各级党委组织部门在积极发展党员的同时,坚持抓好党员的管理工作。一是在发展对象上下工夫,优化党员队伍结构。坚持把发展重点放在生产一线、青年团员上。着眼党员队伍长远建设,通过开展"双培双带"、团组织推优等活动,做好从生产一线、青年团员中发展     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。