远程导弹飞行管道碎片数目统计方法

针对空间碎片数及分布,根据远程导弹飞行散布统计规律,提出一种统计导弹飞行管道内碎片数目的方法,即利用空间碎片模型数据,求出部分区域碎片数目密度随高度变化关系,构造导弹空间飞行管道,将数目密度函数在导弹飞行管道内积分,从而得到管道内碎片数目的期望值,量化评估了导弹与空间碎片的碰撞风险。仿真结果表明,远程导弹与空间碎片的撞击风险数量级为10-7,而飞行管道内碎片数目数量级为10-2,表明空间碎片已威胁到远程导弹的安全飞行。     

一种SIP协议实时图形化分析软件的设计

文章提出了一种Windows下高效网络协议分析软件的实现方法,从改造开源网络协议分析软件wireshark入手,将捕获的数据包写入共享内存,然后基于MFC编程从共享内存将数据包取出并进行重组、过滤和分析处理,实现了软交换系统中各设备实体间SIP协议数据的实时动态图形显示,最后对软件进行了验证测试。对于软交换系统中SIP信令分析具有实际应用价值,对于类似网络协议分析软件的开发具有一定的借鉴意义。     

弹炮结合目标防空部署方案优化评估

针对弹炮结合目标防空,选取主攻方向角、有效杀伤重叠区、有效火力范围、抗干扰能力、兵力机动能力、圆周遮蔽角、抗击概率、被掩护目标的安全性和火力密度9个评估准则,提出了弹炮结合目标防空部署方案的优化模型和评估方法.     

武警学院办学定位的理性分析

高校要持续、健康地发展,必须找准自身的位置。科学、准确、合理的定位对高校的办学行为起着规范、约束和自我评估的作用。结合武警学院办学实际,根据学院集国民高等教育的正规性、公安业务的特殊性、管理养成的军事性的特点,从影响办学定位的办学目标、类型、层次、学科、服务面向、特色六个方面,对武警学院办学定位鲜明的个性内容进行了理性分析。     

一种数字解调分析模块的设计与应用

设计了一种数字解调分析模块,利用数字下变频器HSP50214B同TMS320C5409 DSP的配合,通过软件编程实现对不同调制样式信号的解调分析,最后给出了该模块在短波全景搜索监测接收系统中的应用。实验证明该模块在无线电接收系统中有着很强的实用性。     

一种单站纯方位目标跟踪中的线性近似化滤波算法

针对EKF算法中存在初始化困难的缺陷,利用近似线性化的方法,构建基于修正极坐标系下的近似线性最小二乘滤波算法ALF;以ALF作为EKF滤波器的初始化算法,实现联合ALF和EKF的两阶段滤波算法,并将它应用在水下单站纯方位目标跟踪中。仿真结果表明,由ALF和EKF组成的两阶段滤波算法具有很好的稳定性,算法精度较高,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义.     

基于个体判断优先序的多目标群决策方法研究

针对多目标群决策问题,深入分析了群意见的形成方式.对基于方案优先序的多目标群决策问题给出了若干求解群排序的方法.对其求解原理和集结结果进行了对比,并分析了各方法的实质及其等价关系;澄清了一些模糊认识,指出了某些方法存在的问题,对此类多目标群决策问题的求解提供了依据.     

基于AHP的装备研制项目风险分析方法

把AHP(Analytic H ierarchy Process)方法运用于装备研制项目风险分析,实现了风险因素的排序、系统总风险的评价以及风险响应措施的选择。在风险发生概率和风险损失的基础上,将风险因素的可控制性和用户满意度风险也同时作为风险判断准则,使得风险的评价更合理、更准确地反映项目实际。最后给出了风险因素排序及风险响应措施选择的应用实例。     

【专题】运用时空大数据增强战场态势感知能力

时空数据是同时具有时间、空间和专题属性的三维数据。近年来,时空大数据技术领域取得重大进展,时空大数据也开始逐渐应用于战场态势感知,辅助联合作战指挥决策,推动了智能化战争的快速演进。本文基于未来战场对一体化联合作战战场态势感知的新要求,从用于支撑战场态势感知的时空大数据平台构建、时空大数据来源拓展和平台的优化利用等三个层次,探讨了打造军事作战资源“一张图”以支撑一体化联合作战战场态势感知的可行性;同时,对时空数据结构、数据平台和数据分析计算方法等方面进行了深入分析和重点布局。研究成果可对解决“参战力量在哪里,可配合的友邻力量有哪些,能使用的军事资源有什么”等问题和提升基于时空大数据技术的联合作战、全域作战能力提供技术及理论支撑。     

用户日常频繁行为模式挖掘

针对如何在智能手机上高效准确地进行用户日常频繁行为模式挖掘问题展开研究。提出一个基于智能手机的用户日常频繁行为模式挖掘框架;为了减少用来挖掘的上下文篮子的数量、提高挖掘效率,提出一个动态的滑动窗口算法,进而提出一个将上下文出现的频率和持续时间有机地结合起来的加权模式挖掘算法;在此基础上,基于为期6周21个用户的上下文数据,对所提出的挖掘框架和算法进行实验验证,结果表明,所提出的框架和频繁模式挖掘算法可以高效地在资源有限的智能手机上运行,而且能够挖掘出反映用户生活方式的日常频繁行为模式;从两个纬度对用户日常频繁行为模式进行可视化,以可视化方式对用户在不同地方和不同时段的行为模式进行展现,从而方便用户随时了解其日常行为模式。