基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。     

基于Monte Carlo仿真的武器装备贡献度评估法

为了更加科学、准确地对武器装备贡献度进行评估,从装备体系的角度出发,立足于作战任务实际,充分体现信息化条件下空战过程的随机性,提出了一种基于Monte Carlo仿真的武器装备贡献度评估法。对典型空中作战场景进行了任务阶段划分。提出了能够准确描述作战能力的指标项,建立了能够反映能力指标项的随机矩阵。并以拦截空中目标为作战背景,运用Monte Carlo仿真进行了验证,得出了与实际结果一致的结论。为武器装备的装备贡献度评估提供了理论支撑和方法模型。     

提高教育针对性和实效性的几点思考

习主席在军委基层建设会议上强调,要提高教育针对性和实效性。实践感到,提高思想政治教育针对性和实效性,应当更加注重官兵的切身感受和心理反应,做到以人为本,充分释放教育的最大效能。一、要将真诚和信任作为教育的出发点习主席反复强调,"思想政治教育的力量在一个‘真’字,要用真理说服人、用真情感染人、用真实打动人""要用信任的眼光、欣赏的眼光、发展的眼光看待基层官兵"。由此可见,真诚和信任是教育的根本和前提。一要在中国传统文化中汲取丰富滋养。     

浅谈大数据技术在部队管理教育中的运用

大数据技术的核心能力是利用新模式和新技术,智能化分析各类信息并作出准确判断。这与单纯靠人工操作、靠人脑分析的传统方式相比,无疑具有极强的价值优势。有足够的数据就可以实现大数据的运用,"人"的思想和行为状态一定程度上也能被量化、数据化。基于此,运用大数据技术优化部队管理教育的呼声很高,不过对此我们要有一个清醒和理性的认识。一、部队管理教育中大数据技术运用之"难"大数据技术的作用自不待言。但部队工作任务、生活环境的特殊性,使得在管理教育中运用大数据技术存着在诸多现实困难和障碍。     

基于作战仿真的指令分析研究

分析研究的主要内容是基于作战仿真的各种指挥指令,比较了实际军用文书与仿真指令之间存在的异同,分析了作战仿真系统中指令的类型以及内容结构,列举典型真实军事命令语言,进行便于仿真系统使用的格式化,重点论述实际军事命令等文书在作战仿真系统中如何被准确、高效地识别与运用,提出了两个适用于作战仿真系统的指令格式——基本指令格式和拓展指令格式,并归纳出指令格式的回字架构,为仿真指令在仿真系统中的应用提供支撑。     

运用多作战策略打击多类型目标的效能分析

基于一体化联合作战要求,对武器装备体系中射击效力评估、优化模型进行了研究.首先推导了Gauss-Legendre法计算点目标被毁伤的概率公式,之后建立了射击效能评估模型.在此基础上,改进传统的优化算法,并提出具体的优化步骤.仿真计算表明,射击效力评估、优化模型能够为作战决策提供技术支持.     

参数化时频分析的匀加速旋转目标ISAR成像

对于机动目标,运动补偿后目标相对于雷达的转动不能近似为匀速转动,而是更接近于匀加速转动,此时传统的距离多普勒成像算法不能得到很好的成像结果.分析总结了几种针对非匀速转动的时频联合分析算法,提出了一种基于参数化时频分析-AGCD快速算法的匀加速旋转目标成像算法,仿真表明了该算法具有精度高、速度快且无交叉项的优点,比原有的一些算法有较大的改进.     

秣马厉兵练保障——上海某预备役高炮师组织后装综合保障专业联训联演掠影

兵马未动，保障先行。为充分发挥装备保障效能，提高部队综合保障能力。前不久，上海某预备役高炮师组织官兵，对近两年列装的野战工程车、防化侦察车、修理方舱、车辆工程车等新型装备进行了为期半个月的集训。     

基于作战仿真的单兵综合装备作战效能评估方法

建立单兵综合装备作战效能评估指标体系,以步兵分队作战仿真系统为仿真环境,根据仿真结果数据统计处理得到基础指标值.利用多属性效用分析法,将基础指标聚合为子效能,采用层次分析法确定指标权重,进而将子效能加权聚合成单兵综合装备的综合作战效能.最后,将两类型号方案纳入摩托化步兵连山地进攻作战想定方案,根据仿真结果评估其作战效能.     

基于方位和线谱频移的TMA新算法

提出了一种基于方位和线谱频移序列的目标运动分析新算法,解决了方位序列估计器工作点漂移方法中初始方位漂移角度较难确定的问题;提出了一种新的多普勒频移匹配估计器,不需要预先提取目标线谱即可估计目标运动参数,并且有效地加快了目标运动参数解算的收敛速度.海上实验数据处理结果表明该算法较以往同类算法在收敛速度和解算精度等性能上有明显改进.