凉山州国防动员综合训练基地正式落成

最近,一个总建筑面积4000多平方米、能同时容纳760人学习、训练和生活的国防动员综合训练基地在四川凉山州正式落成。     

他领“飞豹”飞过天安门

深夜零点,东海某空域,夜色如墨,雾霭茫茫。夜空中,但见一红一绿两盏翼灯不停闪烁,一架“飞豹”沿着基准航路时而升跃,时而俯冲,熟练地做着各种战术动作。     

基于改进型投影算法的装甲分队目标威胁评估

针对传统多属性决策投影算法不能有效评估投影值相近方案的不足之处,提出了一种基于相近方案在理想方案和负理想方案上投影值的相对贴近度改进型方法,并给出了算法的具体步骤。仿真实例表明,改进算法可有效地对投影值相近方案进行二次评估,评估结果合理。     

混合多属性决策投影算法的装甲分队目标价值评估

科学评价混合多属性目标价值是装甲分队作战决策的基础,为提高信息化装甲分队作战辅助决策水平,建立了混合多属性评估矩阵并运用投影算法完成目标价值评估与排序。实例分析表明,基于混合多属性决策投影算法可合理有效地评估多目标价值,为分队指挥员科学决策提供重要数据支持。     

日俄战争中沙俄战前情报准备教训反思

日俄战争是日本继中日甲午战争后在帝国扩张道路上发动的又一场决定性战争。在这场战争中,沙俄以极端轻视日本的姿态投入战争,屡遭败绩,最终不得不承认战争失利。其情报管理能力与情报保障能力水平低下是导致战败的主要原因之一,而日本因拥有全面情报战理念并在情报工作中花费巨资最终赢得战争的胜利,战后一跃跻身世界列强。     

基于GM(1,1)预测与改进Vague集距离的装甲分队目标威胁评估

针对装甲分队目标威胁评估动态指标的变化特性,运用灰色模型(Grey Model,GM(1,1))对装甲分队目标威胁评估动态指标进行了预测;针对现有vague集距离度量法缺失信息较多、违背直觉等不足,通过理论推导提出了vague集新的距离度量公式,然后将其应用到TOPSIS(Technique for Order Preference by Simularity to Ideal Solution)算法中,对装甲分队目标威胁进行了评估与排序,并与非预测方法的评估结果进行了对比,结果表明:采用本文提出的评估算法得出的评估结果更加合理有效,研究成果可为装甲分队火力优化分配提供科学参考。     

不同强度有氧运动对机体内锰元素的影响

本文采用文献资料法,根据锰的生物学效应,主要阐述了锰的生理生化功能及不同强度有氧运动对机体内锰的影响,从分子水平探索锰与运动性疲劳的关系,为寻求运动性疲劳的发生机制及恢复手段提供科学化依据.     

自适应控制中的Hartley块算法及实验

针对小波包自适应控制子频带内包含大量卷积和相关运算导致算法收敛速度慢的问题,提出基于Hartley块的小波包滤波最小均方算法。将快速Hartley变换引入块算法,实现频域内快速卷积和相关运算;在子频带内应用Hartley块算法生成控制信号,通过重叠保留法提出基于Hartley块的小波包滤波最小均方算法;通过仿真和实验研究了定频和扫频两种工况下的隔振性能和控制效果。结果表明,基于Hartley块的小波包滤波最小均方算法不仅可以大幅缩短收敛时间,还能显著提高控制精度,且鲁棒性和稳定性良好,能够很好地应用在工程实际中。     

光力学加速度计在海上平台惯性导航中的应用发展

对光力学加速度计这一新型超高精度惯性器件在海上平台惯性导航中的应用进行了综合评述,并对未来关键技术研究进行了展望。围绕未来海上平台对高精度惯性器件的应用需求,首先归纳了当前惯性加速度计的主要类别、性能等级划分与技术发展现状;然后,剖析了光力学加速度计在海上平台惯性导航中的实际应用场景;最后,对海上平台应用关键技术发展提出建议。综述表明,光力学加速度计的工程化技术和环境适应性需持续开展研究,基于其在海上重力测量、大型船只动态变形测量、平台升沉测量以及长航时自主导航等方面的应用还需进一步深入探索和发展。     

障碍环境下队形可变编队的路径规划方法研究

面向机器人编队探索和侦察等任务,系统期望保持队形以保障任务效能,但障碍环境下队形保持可能引起路径长度增加,甚至没有可行路径。为了综合考虑队形保持、路径长度及路径存在性,提出一种队形可变编队的路径规划方法,为编队跟踪控制提供一条全局参考路径。首先,分别依据个体的占据空间和编队的占据空间,对障碍进行两次膨胀,获得包含硬障碍和软障碍的路径规划构型空间。然后,在基于A*的路径规划框架下,构建包含路径长度和软障碍穿越距离的加权代价函数,以获得多指标权衡的路径。最后,不同权重对比试验表明,所提算法对不同障碍环境具有更好的适应性,通过权重设定能获得满足不同需求的可行解,可以为编队提供满意的全局路径。同时,随机场景测试试验验证了算法具有良好的鲁棒性。提出的编队路径规划方法可以引导机器人编队在复杂环境下更安全和快速地完成任务。