某通用无人机最优航迹的获取

在高技术条件下,如何发挥好无人机这一空中侦察平台的最大效能,对炮兵进行实时侦察、校射有着重要意义。本文正是从这一角度出发,通过计算机仿真、模拟某通用无人机飞行过程,寻找不同条件下的最优航线,达到速度快、航程远、航时长的目的,供无人机分队平时训练或实际作战参考作用。     

军事物资储备的七大转变

我国军事战略形势的变化以及国民经济体制的改革,对我军原有物资储备体系产生了巨大冲击,物资储备正在经历数量规模合理化、管理方式动态化、方法选择多元化、储备布局战略化、内容技术能力化等一系列重大变革。     

军费支出结构模型及策略选择

军费支出结构优化模型,可以为实现既定国防安全产出提供军费支出的调整策略;军费支出结构控制模型,可以分析军费支出结构变动状况,及查找其与最优状态存在差距的原因;军费支出结构战斗力模型,可以用于判定军费支出结构效益高低。     

坚固的“堡垒”——被乌克兰寄予厚望的T84U主战坦克

今年4、5月间，乌克兰媒体开始炒作本国生产的名为“堡垒”的新型坦克，并认为，这型由继承了前苏联坦克设计生产能力的哈尔科夫“马雷合夫”坦克生产厂出品的新坦克性能优异，已经超过了俄罗斯军队最新型的T-90A坦克，甚至与当今世界上实力最强的各型坦克相比也毫不逊色甚至更胜一筹。但俄罗斯《独立军事评论》对此却有着完全不同的看法。该刊考察了T-84U“堡垒”坦克的设计历程后得出结论，该坦克不过是乌克兰设计师在给军迷们熟知的T-80更换了炮塔和由柴油发动机替代了汽油发动机后设计出的一种坦克。在俄罗斯人看来，客观看待T-84U“堡垒”坦克的性能才是重要的。     

优化边防民兵力量布局

加强边防民兵建设,应结合边境地区线长面广的特点,本着"加强一线、建好纵深、协调发展"的原则,从地(市)、旗(县)、乡镇不同层次区域的特点出发,立足各地区的自然环境、经济社会发展、后备兵员素质等基本条件,针对各地抢险救灾、维稳反恐、边境处突等多样化任务的具体需求,科学优化边防民兵的力量布局.一是着眼遂行使命任务需要,优化力量布局.应对多种安全威胁、完成多样化军事任务,是党和人民赋予的新世纪新阶段军队的历史使命.     

举动

俄战略火箭兵12月开始换装新型洲际弹道导弹 俄罗斯战略火箭兵司令施瓦琴科10月12日在莫斯科郊区向媒体宣布，俄战略火箭兵将于今年12月开始换装RS-24新型多弹头洲际弹道导弹。施瓦琴科说，RS24新型多弹头洲际弹道导弹将加强俄战略火箭兵的作战打击能力，并将与已经装备部队的“白杨-M”单弹头洲际弹道导弹一起，成为俄战略火箭兵的主要战略核打击武器。据悉，首次开始换装的将是部署在俄伊万诺沃州的捷伊科沃导弹部队。     

采用射流掺混增强的前可调面积涵道引射器数值模拟

为了提高风扇外涵和核心机驱动风扇级外涵流体的掺混效率，提出一种采用射流掺混增强的前可调面积引射器设计方案。通过数值模拟的手段对流量特性、流动掺混和总压损失等方面进行了研究，并同基准模型进行了对比分析，结果表明：采用波瓣混合器结构的前可调面积引射器设计，显著地增加了较高出口背压工况下风扇外涵的流通能力；新的设计方案不仅没有增加低出口背压工况下的总压损失，还减小了高背压出口工况下的流动损失；流向涡的特征尺度是提高掺混效率的关键，可以进一步优化波瓣混合器几何轮廓，以满足调节机构对结构设计的要求。     

高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式，对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式，给出了不同变形状态下的气动特性；建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型；采用MOEA/D多目标优化算法，以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数，进行了多目标优化计算。优化结果表明，MOEA/D计算得到了相对均匀分布的Pareto最优解集，将伸缩翼外形与无变形外形相比，飞行器滑翔段射程得到了显著提高，同时伸缩翼前缘总吸热量有明显的降低。     

美众议院通过6802亿美元的2010年军费法案

俄罗斯战略火箭兵司令施瓦琴科10月12日在莫斯科郊区向媒体宣布，俄战略火箭兵将于今年12月开始换装RS-24新型多弹头洲际弹道导弹。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。