基于果蝇算法优化LSTM的雷达波束扫描行为预测

在认知电子战体系下,更为智能的算法才能适应日益复杂的电磁空间。针对相控阵雷达的波束扫描行为预测问题,在正弦坐标系下将波束扫描位置数据抽象为网格数据,利用果蝇优化算法寻找最优的LSTM网络超参数,提出了一种基于果蝇算法优化LSTM的波束行为预测方法。仿真实验表明所提算法在果蝇算法调参的支撑下,相较NAR神经网络算法和普通的LSTM算法而言,预测精度和鲁棒性更强。     

并行离散事件仿真中的DDM机制实现

在并行离散事件仿真系统中实现仿真模型间的互操作机制需要引入类似HLA中定义的声明管理(DM)和数据分发管理(DDM)服务.我们开发的KD-PADSE高性能并行离散事件仿真环境采用谓词断言和对象代理方法在面向对象的并行离散事件仿真系统中实现了基于平行结构和事件调度机制的声明管理(DM)和数据分发管理(DDM)服务.在以千兆以太网互联的10节点Linux集群计算机上,采用DDM机制后仿真模型每秒(物理时间)可以进行1万次属性更新,是没有采用DDM机制时的20倍,在功能性和性能上验证了该DDM机制在并行离散事件仿真系统中的适用性.     

未知新生目标强度的多目标概率假设密度滤波算法

针对标准概率假设密度滤波器要求,新生目标强度作为先验信息需已知的工程限制,提出一种未知新生目标强度的多目标概率假设密度算法。该算法以概率假设密度滤波器为基础,通过充分利用目标运动信息及其与监视区域的相对关系来获取源于潜在新生目标的量测,并以此建模下一时刻滤波器所需的新生目标强度。仿真结果表明,所提算法在含有未知新生目标跟踪场景具有鲁棒的滤波性能,且其跟踪精度和计算代价均优于相关多目标PHD滤波器。     

基于概率神经网络的高校科研能力评价

科研能力是评价高校综合实力的重要指标,高校的科研能力水平将会在一定程度上影响到高校所在地方甚至国家的科研水平.因此,不断提升学校科研能力水平,成为高校自我提高和发展、增强综合实力的重要措施之一.如何对高校科研能力进行科学地评价,成为一个亟待解决的问题.本文将高等院校科研能力评价体系作为研究对象,通过相关文献的查阅,从众多研究中,选取影响高校科研能力的11个典型指标,构建了基于PNN的高校科研能力评价模型及算法.并通过仿真实验验证模型及评价方法的可行性和有效性,为高校科研能力有效评价提供参考依据.     

基于复合信号的激光陀螺零偏误差补偿分析

作为一种集成了光学、电学和机械力学的复杂系统，激光陀螺可以精确地测量物体的角速率输出。为了满足惯性导航系统长时、高精度的测量要求，研究了激光陀螺内部不同类型的传感器与激光陀螺零偏误差之间的特性，在传统的基于温度的零偏误差补偿方法的基础上，引入了二频机抖激光陀螺内部温度传感器、光电二极管和粘在抖动机构上压电陶瓷的输出信息进行复合建模，利用非线性拟合能力强的支持向量机算法，针对不同类型信息与二频机抖激光陀螺零偏误差的相关性对模型进行优化。实验结果表明，该二频机抖激光陀螺零偏误差补偿模型的补偿精度高于传统的补偿方法。     

35CrMnSiA材料的TIG焊接技术

通过对超高强钢35CrMnSiA厚壁管的TIG焊接工艺技术的研究探索、分析及一系列的试验。掌握了35CrMnSiA材料的焊接要点，解决了35CrMnSiA的焊接技术难题，在合理的规范参数和必要的焊接工艺措施下获得了满意的焊接接头质量，应用到重要的焊接结构中。     

把握核心军事能力特性 自觉献身我军历史使命

一、把握核心军事能力的历史性。强化献身使命的时代感。核心军事能力是指一支军队站在时代发展前沿、完成核心使命所必备的综合能力。由于时代条件的持续演进，以及军队所处历史方位的不断变化，核心军事能力的内涵始终处于变化之中，换言之，核心军事能力是具体的、历史的。     

动态弹道补偿

通常意义下的弹道补偿没有考虑火炮摆动对射击的影响,因而在坦克运动或目标运动时,命中概率将大大降低.分析了由火炮摆动带来的射击误差,给出了相应的补偿算法及电路的实现方法.     

试论市场经济条件下的企业内部控制制度

一、现代企业内部控制的内容 对于内部控制的概念和内容,不同时期、不同人有不同的表述,现比较普遍接受的观点是美国COSO报告所提出,即: 1 控制环境 控制环境由反映最高管理当局、董事和企业所有者对控制以及控制对企业重要性的全面态度的各种行为、政策和程序组成。在COSO报告中,将控制环境的子要素分为正直和道德价值、委托胜任的人员、管理哲学与经营方式、组织结构、董事会或审计委员会、权责的划分以及人力资源政策和实践。     

美国“猎星”行动必自食其果——解读美国近期利用导弹攻击卫星事件

美国的这次“猎星”行动，其实质是一次反导系统和反卫星能力测试，极有可能加速太空军事化进程。美国是当今对太空依赖程度最高的国家，太空军事化的加速必将使其自身受害。