人民解放军是一支忠于党和人民事业的伟大军队

人民解放军是一支忠于党、忠于人民事业的伟大军队。人民解放军之所以成为一支伟大的军队,是由于始终坚持党对军队绝对领导的根本原则,始终坚持全心全意为人民服务的根本宗旨,始终重视并坚持革命的政治工作,始终不断地提高部队的军事素质和战斗力,始终维护内部的团结统一以及始终坚持军民团结等优良传统。     

信息化条件下维修保障系统的基元模型及其动力学特性

信息化条件下维修保障系统是由分散的维修保障节点所构成的网络化系统,其节点规模与节点间连接关系决定了维修保障系统的效能,因而维修系统具有典型的网络效应特性.为测度维修保障系统的网络效应这一动力学特性,从维修系统基本构成要素出发引入基元模型的概念,建立了与现有维修保障策略相对应的维修保障系统的最小网络表示,定义了网络效应的计算公式,并从连接增长与节点增长两个方面研究了维修保障系统的结构效应和演化效应.初步的计算结果表明,该方法能较好地测度不同维修保障系统的效能,从而可用于指导维修保障信息化建设的布局和研究信息化条件下维修保障系统的运作规律.     

基于SD的常规导弹作战体系结构优化分析

联合作战样式下,常规导弹作战体系对抗不仅包含反导系统与常规导弹的拦截与反拦截,还包括阵地防卫、电子对抗等一系列新的对抗作战样式,因此它是非常复杂的系统。用系统动力学方法对常规导弹作战体系对抗进行初步建模和仿真,为常规导弹作战体系结构优化提供一定的依据,并在仿真结果分析的基础上,定性地提出常规导弹作战体系对抗作战体系建设的目标和重点。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

基于云重心评判法的炮兵指挥训练水平评估

炮兵指挥训练水平指标体系中,既有精确数值型表示的,又有语言值来描述的,给评估指标的数据处理带来了一定的困难。云重心评判法能较好地处理该类既有定性指标,又有定量指标的综合评价问题。构建了炮兵师(旅)指挥训练水平评估体系,详细介绍了运用云重心评判法来实现炮兵指挥训练水平评估的具体步骤。结合指挥决策指标体系实例,验证了该方法的有效。该方法具有一定的推广意义。     

基于虚拟样机的坦克承载零部件疲劳寿命预测方法

坦克承载零部件的疲劳失效是其主要的失效形式,疲劳寿命的预测一直是装备设计、研制、验证和使用过程中的重要问题之一。利用虚拟样机技术,建立履带车辆刚柔体耦合模型,通过在一定任务剖面下车辆虚拟试验,测试其承载零件的载荷谱,结合疲劳寿命分析技术,进行疲劳寿命预测,并给出计算实例,预测的寿命与实际使用情况相符合,表明提出的坦克承载件疲劳寿命预测方法是一种高效、实用的新方法。     

基于CEC系统舰艇编队防空作战最小共享信息集研究

根据最小共享信息集的概念,提出了基于CEC系统舰艇编队协同防空作战的智能系统模型,分析了舰艇编队CEC系统的作战功能和作战信息,提出了确定舰艇编队协同防空作战的最小共享信息集的事件法,并应用信息论证明了事件法的确能够减少通信的信息量。在上述基础上,确定了舰艇编队协同防空作战的最小共享信息集。     

自行火炮自动瞄准精度数据分析

通过自动瞄准精度的定义和测试方法简介,针对某自行火炮火控系统在自动瞄准精度测试中出现测量数据误差较大的现象,分析数据误差的原因,计算各种因素造成误差的大小,得出对自动瞄准精度影响最大的是车体姿态倾斜传感器误差、炮耳轴倾斜传感器的误差和炮耳轴与炮身轴线的不垂直度.鉴于此,自行火炮提出用火控软件的方法和工艺控制,减少自动瞄准误差和射击诸元装定误差,提高射击精度.     

伪卫星辅助的车辆组合导航算法

研究了采用伪卫星辅助的车辆组合导航系统,以及SINS/里程仪/伪卫星车辆组合导航方案、误差方程、联邦滤波算法,并进行了算法仿真.仿真结果表明,伪卫星加入车辆组合导航系统后导航误差可以得到明显改善.伪卫星是一种完全自主的导航定位系统,伪卫星辅助导航不会影响车辆的快速性和机动性,提出的采用伪卫星辅助的SINS/里程仪车辆组合导航系统是一种可行的战区内车辆精确导航定位方案.     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.