多目标跟踪器分配算法的设计和分析

为了解决武器平台多目标跟踪器分配问题,用数学表达式描述了问题和评价跟踪器分配方案的规则,分析了多目标跟踪器常用的几种分配算法的效率,包括穷举法、顺序法和全排列顺序法等几种算法.提出了一种新的基于综合分析的分配算法,算法利用上述问题描述和评价规则推导的结论简化了算法,对算法的空间复杂性和时间复杂性进行了分析,并对算法的正确性进行证明.     

浅析吸引系数法及其应用

本文通过对吸引系数法的分析,澄清了一个各种刊物在表述吸引系数法时的混淆,并提出了一种吸引系数法的改进方法,使之能够运用于野战指挥通信网中话音和数据业务量的建模。     

亲疏随缘

曾有人问我如何处理人际关系,我的回答是:尊重他人,亲疏随缘。人与人之间维持一种良好的同志式关系,有利于增强友谊、增进团结,显然是必要的。然而,这种良好关系的维系应该是自觉的、纯朴的,而不是刻意追求、做作的。人活在世上是不能没有朋友的。无论天才,还是普通人,没有朋友     

怎样写好政研文章?

撰写政研文章,应该说没有什么捷径可走,主要在于修炼基本功,但也有一些基本的方法和技巧值得注意和掌握。一是善于抓问题。文章要写得有针对性、有说服力,必须抓问题。不抓问题,就会缺乏深度和力度,就会让人感到"不解渴"、"不止痒"。因此,无论是文章的主题确定、观点提炼,都必须是针对问题而来,做到有的放矢。只有对问题有深刻的研     

“人比人”应该怎样比？

俗话说:“人比人,气死人。”这本是一句安慰人不要盲目与人攀比的话,但在实际生活中有些人却是越比越气、越比越急、越比心里越不平衡。其实,由于个人素质、能力等诸方面的差异,一些与自己同时起步,甚至一些起步较晚的同志,经过实践的锻炼,增长了才干,在职务及其他方面赶上甚至超过自己是很正常的事情。正如从同一起跑线上起跑的运动员不可能同时到达终点,总是要有先有后。但现实生活中,有的同志见到职务上出现的偏差,不是用客观公正的态度去正视自身在工作能力、业务素质、进取心等方面存在的差距,而是一方面拿他的长处同别人的短处比,另一…     

小弹目速度比下拦截高超声速飞行器微分对策制导律研究

针对高超声速飞行器拦截问题,利用非线性微分对策理论研究了小弹目速度比下高超声速飞行器拦截问题,将高超声速飞行器拦截问题转化为状态依赖参数（state-dependent coefficient,SDC）和代数黎卡提方程的求解,给出了基于状态依赖黎卡提方程方法微分对策制导律的解析形式。针对高超声速飞行器不机动、进行常值机动及不同弹目速度比的3种情况,分别进行仿真实验,并同比例导引律、自适应滑模制导律进行对比。实验结果表明,小弹目速度比下微分对策制导律可以有效地拦截高超声速飞行器。     

大型劳武企业——秀山富锰渣冶炼厂正式投产

去年11月,四川省秀山土家族苗族自治县富锰渣冶炼厂正式投产使用,总参动员部部长谭冬生、四川省军区副政委周灿西等领导同志,专程赴该厂剪彩祝贺。被誉为大西南锰矿“金三角”之一的秀山县,锰矿资源极其丰富。为此,黔江地区人武部门争取有关单位投资49万     

中国航修深呼吸

中国航空发动机修理市场起步较晚,但发展不可小视。本文从以航修业内人士并以航修为一个产业的角度,诠释中国航修企业的命运。一、中国航空维修市场现状我国航空发动机修理行业以军用发动机为主,修理的型号有数十个,修理了数十万台各型发动机。就军用发动机修理投放市场而言有军队内自己的修理厂、国内的各大军工集团的承制厂和移交修理厂。就国产航空发动机大修而言,除军队自己的修理厂外,大部分修理厂集中在中国一航的旗下。目前的中国航修市场是老旧机种修理能力严重过剩、过度,新机种修理能力严重不足。就涡喷6系列航空发动机大修线为例…     

调整和改进现行财务管理体制势在必行——军队财务管理体制研讨会综述

(联合记者组)与会者多数认为,针对现行财务管理体制的弊端,本着正确处理集权与分权、条条与块块的关系,充分调动上下左右各方面积极性的指导思想,应实行党委统一领导下的财务部门与事业部门共同管理的体制。     

基于多尺度融合预测模型的航空发动机剩余寿命预测

针对大多数基于数据驱动的航空发动机剩余寿命预测方法未细分其退化过程与复杂输入数据之间的关系,无法准确识别和提取关键特征的问题。提出一种基于多尺度融合预测模型(MSF)的航空发动机剩余寿命预测方法。该方法利用静态协变量编码网络(SCCN)和变量选择网络(VSN)针对输入数据类型进行特征选择,将SCCN生成的静态协变量连接到模型的不同位置,以提升模型捕捉不同尺度时间特征的能力,并融入门控残差机制构建模型基本框架,既能提高模型的适应性也能保证信息在网络中传递的效率,采用分位数误差作为损失函数实现了多尺度的预测,有效的提高了预测的准确性。在CMAPSS涡扇发动机数据集上进行实验分析,FD002、FD004测试集的预测精度分别达到91.9%和92.4%,通过与其他深度学习方法进行对比,RMSE最优值分别提高15.54%和16.91%,Score最优值分别提高83.21%和78.78%。