莫斯科人质事件中反恐情报的得失及思考

俄政府在打击以车臣分离势力为主的恐怖主义活动中曾多次处置人质事件,其中以武力解救莫斯科人质行动最为成功.在战术层面上,俄军非常重视事件现场的情报侦察与搜集,并且实施了强有力的反情报措施;在战略层面上,俄有关部门反恐情报意识淡漠,缺乏交流汇总与研判,致使大规模人质恐怖事件第一次出现在首都,给俄政府和人民带来了很大的伤害,也严重影响到俄罗斯的国际声誉.以此为鉴,公安边防部队在当前的反恐情报工作中应找准位置,破除反恐情报的神秘感,主动出击、扎实工作,以获取更多、更好的反恐情报为领导决策服务,为部队的反恐斗争服务.     

基于ModelCenter的顶置武器站稳定精度优化

顶置武器站具有系统组成类型复杂、子系统间存在耦合作用的特点,导致多学科协同仿真的优化模型难以建立。通过Adams、Simulink分别建立了顶置武器站机械系统及控制系统模型,并在多学科优化设计平台Model Center中对该机电联合仿真模型进行系统集成;在此基础上,以顶置武器站稳定精度为目标函数,采用一阶差分模型对炮控系统比例系数及积分系数进行了灵敏度分析,并采用设计探索优化器对该参数进行了优化设计。仿真结果表明,所建立的顶置武器站稳定精度多学科协同优化模型设计周期短、计算效率高,为下一步进行顶置武器站多工况、多结构参数的优化设计提供技术支撑。     

星载双站SAR采用距离-多普勒算法的保相成像

星载双站合成孔径雷达(SAR)的成像可以采用距离-多普勒(RD)算法.算法的距离模型可使用二次模型和直线模型,针对系统双站的特点,讨论了高精度距离模型参数的求取方法.传统RD算法采用二次模型,在斜视情况下,二次模型可能会有较大误差,主要是会影响方位向压缩,因此讨论采用直线模型对应的方位压缩因子进行成像,从而改善方位向旁瓣.成像中为了使算法能够保相,需采用合适的方位向压缩因子,使其不破坏所成像的相位信息.     

基于超宽带（UWB）技术的战车通信探讨

超宽带技术是目前国内外研究的重要课题,特别在军事通信领域具有广阔的应用前景。通过论述战车通信的发展趋势,超宽带技术的特点,对超宽带技术在战车通信上的应用进行了探讨,并分析了存在的问题。     

BP成像算法的快速实现

BP (Back Projection)算法是一种被广泛应用的SAR成像算法 ,它的突出优点是解决了大积累角情况下不可避免的距离迁移 (rangemigration)问题。但由于计算量过大 ,使得它往往成为提高信号处理效率的瓶颈。本文充分利用轨道SAR地面实验中雷达运动轨迹的特点 ,通过消除BP算法中计算的冗余性 ,极大地降低了计算负担 ,提高了成像速度。本算法在实际应用中取得了良好效果     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.     

阻抗测试的采样数值算法

提出一种用于阻抗测量的算法———采样数值算法 ,这种算法是将激励信号和阻抗产生的响应信号通过同步采样技术转换成数值序列 ,将响应数值序列在由激励数值序列构成的正交坐标系中分解 ,得到响应数值序列的同相分量和正交分量 ,求出测试阻抗的参数值。这种阻抗测试的算法 ,具有独特的优点 ,不产生原理测量误差 ,测量精度高     

水面舰艇编队对敌舰艇反导防御观察组织

针对反导防御对海观察组织的特点和水面舰艇编队在反导防御观察系统中的作战任务,运用定性定量分析法,得到了对敌水面舰艇编队反导防御观察区域与观察系统工作时间的计算模型。结合该模型与舰艇编队战术使用理论,探讨了海上对敌编队反导防御观察的组织方法,为水面舰艇的综合反导防御作战提供有价值的理论依据。     

某型指控系统鱼雷发射参数装定数字随动系统分析

针对某型指控系统鱼雷发射参数装定数字随动系统的独特性和部队装备保障工作的需要,对其控制原理进行分析.从顺序操作式数字随动系统的结构和工作特点入手,研究了其巴克码和格雷码相结合的编码方式、 PWM直流电机调速过程、循环查询和程序查询两种查询方式以及对随动系统整个工作过程的校验.分析表明该数字随动系统的参数设定具有较高的准确性、跟踪精度和响应速度,能较好地满足鱼雷攻击作战中的设定准备要求.     

一种应用聚类技术检测网络入侵的新方法

基于聚类技术提出了一种能处理不带标识且含异常数据样本的训练集数据的网络入侵检测方法。对网络连接数据作归一化处理后 ,通过比较数据样本间距离与类宽度W的关系进行数据类质心的自动搜索 ,并通过计算样本数据与各类质心的最小距离来对各样本数据进行类划分 ,同时根据各类中的样本数据动态调整类质心 ,使之更好地反映原始数据分布。完成样本数据的类划分后 ,根据正常类比例N来确定异常数据类别并用于网络连接数据的实时检测。结果表明 ,该方法有效地以较低的系统误警率从网络连接数据中检测出新的入侵行为 ,更降低了对训练数据集的要求。