Link-16战术数据链抗干扰性能评估与仿真

分析了JTIDS系统的结构与特点,重点探讨了其抗干扰性能,较全面分析了跳频、CCSK直接序列扩频、抖动、双脉冲冗余和RS编码等抗干扰技术措施,在Simulink仿真平台实现了对系统的仿真,给出了具体的仿真模型并对模型中的每个模块进行了较为详细的说明,对仿真结果进行了简要分析.     

以改进作风为突破口解决"五多"问题

以改进领导机关作风为重点解决"五多"问题,要树立正确的政绩观,改变传统思维习惯;坚持依法指导,增强质量效益意识;尊重官兵主体地位,维护基层正规秩序;优化机关干部结构,提高素质能力.     

军代表质量监督工作的几点思考

本文首先提出制约军工产品质量整体提升的两大瓶颈,然后强调军代表开展质量监督工作中应明确“工厂才是产品质量的主体、军厂的长远利益是一致的”两个观点,最后提出军代表质量监督工作创新应倡导的四点做法。     

对我国农村环境污染防治对策的系统分析

分析了现阶段我国农村环境污染的主要特点,并对农村环境污染防治的宏观对策进行了系统性分析。由手农村污染严重、防治形势严峻且比城市环境污染情况复杂,在制定农村环境污染防治对策时,需要运用系统工程原理全方位、全过程分析实际情况,制定整体效果最优的系统化对策组合,并注意对策措施的系统性、协调性、连续性和针对性。     

训练模拟器总体设计技术及应用

训练模拟器的研制要求的模拟逼真度高,能完成主要操作训练,同时要结构简单、成本低。由于新型武器系统技术含量较高,操作较为复杂,训练模拟器研制周期较短,顶层设计至关重要。本文从总体的角度论述了训练模拟器的功能、结构、关键技术等设计方面的问题。     

浅析以法律形式控制网络军备竞赛的必要性

网络战是近年来全球军事界相当热的话题,其作为一种全新概念的组织机构,已经开始登上了军事舞台。美国、韩国等国家先后宣布组建网络司令部,引起了全球网络军备竞赛的热潮。文章探讨网络军备竞赛的发展现状和特点,分析以法律形式进行控制的必要性,能够全面系统的了解网络军备竞赛所带来的严重危害,为控制军备竞赛的对策和决策提供一些建议。     

基于证据理论的自适应协同方法在打击目标排序中的应用

针对指挥员在选择及对打击目标排序时会产生不同结果,采用证据理论进行了协同。以各指挥员的判断作为证据理论的识别框架,采用证据加权法及对各证据的合成,确定了证据的基本可信度分配,降低了各证据间的冲突,筛选出肯定的证据,达成指挥员决策的自适应协同,实现对打击目标更为合理的排序。     

考虑资源共享的维修过程建模及资源配置研究

为研究维修机构资源的优化配置问题,分析了装备维修过程中的多维修小组共享关键资源进行并行维修的特点,采用Petri网技术建立了考虑多维修小组共享检测设备的维修过程模型。应用模型对系统特性进行了定性和定量分析,评价了不同资源配置情况下的维修保障效果。     

一种基于预测滤波器的自适应卡尔曼滤波算法

针对系统过程噪声统计特性不确切或未知的条件下,研究了一种基于预测滤波器的自适应卡尔曼滤波算法。由预测滤波器实时估计系统模型误差及其协方差矩阵,再用其修正系统状态预测值及预测误差协方差矩阵,从而自适应调节卡尔曼增益。将该算法应用于弹载SINS/GPS紧耦合组合导航系统并与普通卡尔曼滤波、基于新息的移动开窗自适应卡尔曼滤波进行了对比,仿真结果说明该自适应滤波算法具有更高的可靠性和精度。     

Energy‐efficient scheduling for sustainable manufacturing systems with renewable energy resources

Environmentally friendly energy resources open a new opportunity to tackle the problem of energy security and climate change arising from wide use of fossil fuels. This paper focuses on optimizing the allocation of the energy generated by the renewable energy system to minimize the total electricity cost for sustainable manufacturing systems under time‐of‐use tariff by clipping the peak demand. A rolling horizon approach is adopted to handle the uncertainty caused by the weather change. A nonlinear mathematical programming model is established for each decision epoch based on the predicted energy generation and the probability distribution of power demand in the manufacturing plant. The objective function of the model is shown to be convex, Lipchitz‐continuous, and subdifferentiable. A generalized benders decomposition method based on the primal‐dual subgradient descent algorithm is proposed to solve the model. A series of numerical experiments is conducted to show the effectiveness of the solution approach and the significant benefits of using the renewable energy resources.