俄罗斯军事人才生成机制对武警视级指挥院校任职教育的启示

俄罗斯军事教育注重培养学员的国家意识,强调教员必须具有很强的综合能力,教学方法灵活、实用,考试方法突出能力素质的考核。俄罗斯军事人才培养形成了注重实战演练、坚持岗位轮换、引进竞争机制、重视鉴定考核的良性机制,保证了人才培养的质量。武警部队初级指挥院校提高任职教育质量应借鉴俄罗斯军事人才培养方法,在培训内容、教员选拔、授课方法、考试形式等方面进行改革。     

物元Petri网建模方法及其应用

传统Petri网理论难以处理具有多属性对象复杂离散系统的建模问题,物元Petri网结合了物元理论能够很好地解决这一问题,是值得进一步研究并应用的新的复杂离散系统建模方法。将物元Petri网定义成一个5元组,借用物元的概念定义了物元托肯,建立了物元Petri网理论的运算规则,提出了物元Petri网并发及冲突的分析方法,并给出了建模步骤。以某设备从拆卸到修复的维修过程建模为例,给出了物元Petri网理论的应用示例。示例表明了物元Petri网在具有多属性对象离散系统建模中的优势。     

舰载火箭炮命中概率计算模型*

为了在作战使用过程中合理决策,需要对舰载火箭炮射击效力进行评估,其中命中概率是衡量火箭炮射击效力的一个重要指标。针对舰载火箭炮射击特点,在分析了射击误差的基础上,建立了舰载火箭炮一发命中概率和多发命中概率计算模型。该模型具有计算速度快、精度高等优点,为舰载火箭炮对岸作战能力的计算和射击指挥决策方案的制定提供了科学依据。     

基于三角白化权函数的武器装备 研制项目技术风险评估

针对武器装备研制项目技术风险评估问题,利用灰色理论中的三角白化权函数,建立了武器装备研制项目技术风险评估模型。最后,结合实例验证说明了该模型的可行性,在同类问题中亦具有一定的参考使用价值。     

超高分辨率图像实时显示系统设计

自行设计的超高分辨率图像实时显示系统由图形系统处理机、超高分辨率显示器组成 ,其核心是图形系统处理机 ,显示分辨率为 2 0 4 8× 2 0 4 8,逐行扫描 ,每像素 8位 ,图像输入速率最高 2 4 0MB/s ,可同时显示n (n =8,4 ,2 ,1)个CCD相机的实时图像数据 ,并能进行n抽m (n =8,4 ,2 ,1;m =8,4 ,2 ,1;n≥m)处理。采用的主要技术有 :图像输入双重缓冲抽样复合拼接技术 ,单帧存图形图像共体技术 ,视频双重并串转换技术等。该系统可用于卫星地面站、航测、医学成像及其他传感器的高分辨率图像的实时显示     

基于GPS+GLONASS观测的高精度、快速定位与定向试验

在现代战争中 ,导弹发射阵地的高精度、快速定位与定向是实现灵活机动作战 ,有效地打击敌方目标 ,保障野外实战生存能力的需要。首先 ,重点论述快速构筑导弹发射阵地的实施过程以及GPS +GLONASS组合系统的数据处理方法。最后 ,通过使用连续 2 4h的观测数据分段试验计算 ,结果表明 :利用GPS +GLONASS组合系统 ,在 2 0min时间内可以完成对导弹发射阵地的高精度定位、定向任务     

量测预测值对量测值信任度的异质传感器融合

针对异质传感器目标跟踪系统可能出现的传感器漏检现象,基于多传感器融合的量测预测值对各传感器量测值的信任度算出任意两传感器量测值之间的相似度,利用概率源合并理论和非负矩阵特征向量理论算出各传感器量测值与其他传感器的综合相似度,以此确定每个传感器的权重.该算法实时调整各传感器量测值的融合权重,有效地抑制了漏检传感器量测值对量测融合值的不利影响.仿真结果表明,该算法有效地解决了传感器的漏检问题,提高了系统的跟踪精度.     

时空结构分析的机动目标跟踪方法及应用

为进一步解决火控系统中机动目标跟踪问题,从时空结构角度提出跟踪机动目标的方法.分析了机动目标的时空结构,构造了机动目标的时空跟踪模型及其在火控系统中的应用,可解除滤波中的目标运动模型的假定,并可避免机动检测引起的时延和机动幅度估计.在模型的先进性、跟踪的实时性、准确度和精度方面较传统方法有明显的提高.     

双Dwell PN码捕获算法分析及仿真

无线通信在现代指挥控制体系中扮演着越来越重要的角色.提出双最大时间间隔(Dwell)PN码捕获算法,有效地解决了传统的PN码捕获技术在频率选择性衰落信道中恶化的问题,仿真比较了双Dwell算法与传统的差动捕获算法两种算法在检测概率、虚警概率和平均捕获时间等方面的性能,结果表明在相同硬件和信噪比条件下双Dwell算法具有更优越的性能.     

基于RSPWVD的多分量FM信号盲分离

针对多分量任意形式的调频(FM)信号,利用平滑重排伪wigner-ville分布(RSPWVD)作为时频分析工具,平滑可以抑制各信号之间的交叉项,但会引起信号项的平滑,降低时频聚集性,通过重排可以提高时频聚集性.把RSPWVD的结果作为图像,利用Viterbi算法作进一步处理,分离信号分量.仿真结果表明,在未知任何信号先验知识的条件下,可以准确分离各个信号分量,得到精确的瞬时频率(IF)估计.