高新技术系统巡回修理工时分配模型

针对装备高新技术系统故障规律,对影响巡回修理任务量的因素进行分析,提出了先进因子M、役龄因子T、巡回修理工时分配任务量权重因子W等概念,建立了根据任务量权重因子分配巡回修理工时的模型,并通过实例验证了该模型的有效性。结果表明,该模型能根据巡回修理任务量有效分配工时,提高对稀缺维修资源的利用效率。     

E-10多传感器指挥与控制飞机

2004年11月14日,美国国防部联合需求审查委员会批准了空军提交的E- 10A“多传感器指挥与控制飞机” (MC2A)需求文件,为2005年决策E- 10A是否进入系统研制与演示验证阶段铺平了道路。E-10A是美军下一代机载对地监视、作战管理与指挥控制飞机, 美空军计划在2020年前投入580亿美元开发它,以全面提升未来战场上的一体化C4ISR作战能力。     

开会准时,散会也应准时

近日,到某机关开会,碰上一新鲜事。主持者事先申明:“这次会议控制在一小时内。”会议结束,主持者看表后抱歉道:“超过10分钟,请大家原谅……”见惯随便拖延会议时间的笔者,不禁为主持人的时间观念叫好。平时,首长机关强调准时开会,而何时散会似乎并不在乎。有的领导主席台上一讲就喋喋不休,什么意义、要求加强调,并不太沾边的东西也牵强进来,随意     

心理战人才应注重培养五种能力

要成为一名合格的心理战工作者,应当注重对以下五种能力的培养。一、注重培养较强的情绪控制能力。作为军人,其内在的素质要求就包括沉着冷静,面对紧急和危险的情况能够保持稳定的情绪,以期作出快速而准确的判断并采取行动。但我军现役军人中参加过战争的人很少,多数军人对于战争的理解只是通过影视书籍获得,青年战士和军官的人员构成中,独生子女和城市户籍的比重也越来越大,不少人家庭环境优越,吃苦的经历较少,心理成熟的年龄推迟。因此在未来战争中部分官兵出现紧张、畏惧甚至更为严重心理症状的情况将在所难免。作为从事心理战工作的军人…     

杜绝“提谁告谁”

韩愈在《原毁》一文中说:“事修而谤兴,德高而毁来。”意思是说凡事业上有了成就、人格上有了名望,总是随之遭受别人的毁谤。这是为什么呢?韩愈分析道,“为是者,有本有原,怠与忌之谓也。”就是说,毁谤诬告别人的人不是懒惰者就是忌妒者。这两种人看待别人都是“举其一不计其十,究其旧不图其新,恐恐然惟惧其人之有闻也”。意思是说抓住人家的一点不及其余,只看人家的过去,不看人家的现在,惟恐人家出了名。韩愈之说,在现实生活中的事例屡见不鲜,尤其是在干部提拔前表现尤为突出。据说在有的单位,如想整谁,只要传闻此人将要提升或者看到干部提…     

连队领导慎用“反面标签”

标签是社会(他人或社会组织)给有关人员加上的一个身份证明,是社会对一个人的性质所进行的界定。比如“这个人乐于助人”、“这个人是小偷”、“这个人不诚实”等,这里的“乐于助人”、“小偷”、“不诚实”,就是社会给这个人贴的标签。有的连队领导喜欢给战士贴上相应的标签,比如某某是“落后分子”、某某是“重点人”。实际上,无论是对某战士“怒其不争”而“斥其不奋”,还是爱兵心切而时时刻刻记着个别战士存在的缺点以促其改正,甚或是以一个“杀鸡儆猴”的样板教育别的战士,不论从哪种角度来看,给战士贴“反面标签”的做法都要不得。(一…     

依靠科研提升大学生创新能力的探讨

大学生创新能力是现代社会发展到新阶段时对高校教育的新要求,但由于教育体制和客观条件的制约,大学生创新能力未能被提高到一定高度。科研能力与创新能力密切相关,因此,借助科研活动对大学生创新能力进行培养,可以实现相辅相成,具有现实意义。本文对当前我国大学生创新能力现状和影响因素进行了分析,并阐述了科研在创新能力培养中的作用,最后提出了依靠科研提升大学生创新能力的方法。对当前大学生的素质教育具有一定借鉴意义。     

系统频率偏差对同时全极化测量的影响及其校准

目标极化散射矩阵的精确测量是全极化雷达极化信息处理的前提和基础。基于正负线性调频信号,针对采用数字解线性调频处理的同时全极化测量体制雷达,分别推导了雷达中频频率偏差和采样频率偏差对同时全极化测量影响的数学模型,提出一种雷达中频频偏和采样频偏的联合估计与校准方法。仿真和实测数据表明：雷达系统频率稳定度会引起不同通道极化测量结果峰值位置和相对相位的变化,采用所提方法能够有效校正峰值偏移,补偿相位误差,提高目标极化散射矩阵测量的精度。     

基于MOEA/D的柔性结构燃料—时间多目标优化控制研究

利用基于分解的多目标优化算法(MOEA/D)研究了柔性航天器多目标优化的rest-to-rest机动问题.基于空间飞行器刚柔耦合动力学方程,提出了最小时间-最少耗能的多目标优化控制模型;给出了基于MOEA/D的算法框架,并对柔性飞行器空间机动问题进行了多目标优化控制的分析设计;典型算例表明该算法可有效地应用于柔性航天器姿态机动控制器的分析设计之中.     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。