基于证据理论的助推段弹道导弹目标威胁评估

针对助推段弹道导弹目标威胁评估面临信息不确定的情况,提出了一种基于证据理论的威胁评估方法.首先分析了影响威胁评估的主要因素,选取了威胁评估指标;接着分析了威胁评估面临的不确定性问题,给出了基于证据理论的威胁评估思路;然后提出了基于证据理论的助推段弹道导弹目标威胁评估方法;最后对方法的有效性进行了实例验证.本文的研究对反导部队作战准备和反导预警资源优化调度具有重要意义.     

基于改进信息熵的综合反隐身作战效能评估

首先提出了改进信息熵的作战效能评估方法,将作战过程划分为若干作战节点,节点的效能发挥受若干因素影响,并用不确定性自信息量来描述影响的不确定程度。在影响因素选取上,引入了未知因素,有效解决了具体作战中难以全面考虑节点效能发挥的所有影响因素问题。其次基于综合反隐身作战中的信息流关系建立了信息流图,并构建了对应的作战效能评估指标体系,最后计算了不同传感器组合和不同作战方式组合下的作战效能,并得出了结论：反隐身作战中,越多样化的传感器组合和越综合化的作战方式,作战的不确定性自信息量越小,作战效能越大。     

构建和谐社会中人与自然的统一

在构建社会主义和谐社会中,弘扬中国传统文化中“天人合一”哲学思想、重建人与自然的和谐统一,具有十分重要的现实意义。面对日益恶化的自然环境,我们必须从过去征服自然、改造自然的对立关系转变为尊重自然、善待自然的和谐相处关系。     

基于分类算法的装备健康度评估方法

装备健康度的准确评估是装备作战训练工作开展和维修保障对策实施的基础,针对传统装备健康状况难以科学评估的问题,提出了综合考虑装备寿命、使用维修情况、装备及其子系统健康状况的装备健康度评价模型,结合装备健康度分类多和样本数据不平衡的特点,采用7种分类算法和10种样本均衡方法对装备健康度进行评估。实验表明,综合运用Near-Miss、SMOTEENN、SMOTE Tomek采样方法和DT、GBDT、RF分类算法,可以有效提高装备健康度分类和指标水平,为装备健康状况的合理评估提供了有效方法。     

舰船自然腐蚀时腐蚀相关电场场源等效方法研究

为解决舰船腐蚀相关电场场源等效问题,从产生机理出发,根据实际舰船结构、海洋环境等条件,提出了舰船自然腐蚀时腐蚀相关电场场源的具体等效方法。该方法的基本场源为沿一定方向放置的异种金属对,并按一定方法将其等效为电偶极子或电流线。在实验室条件下,模拟海洋环境和舰船自然腐蚀时的基本场源,对该场源等效方法的正确性进行验证,验证过程中特别考虑到水域周边岸壁边界的影响。结果表明:所提出的场源等效方法是正确的,可用于对舰船自然腐蚀时水下腐蚀相关电场的分布特点进行预估,也可为舰船水下电场的其他应用提供理论依据。     

破除“心中之贼”

明代心学大师王阳明曾说过:"破山中贼易,破心中贼难。"意思是说,想要打败山里的贼寇非常容易,但是想要击败心理深处的各种贪欲恶念,就非常困难了。习主席在"不忘初心、牢记使命"主题教育总结大会上,着重强调"一旦有了‘心中贼’,自我革命意志就会衰退,就会违背初心、忘记使命,就会突破纪律底线甚至违法犯罪"。如果说"山中贼"是显性的世间祸害,那么"心中贼"则是隐秘于人心的祸害。天下之难持者莫如心,天下之易染者莫如欲。可见,只有修炼本心,剔除不良欲望,让内心纯朴自然、无私无欲,才能破除"心中之贼"。     

OFDM系统中深度神经网络指导的IQ不平衡补偿算法

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而,在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。通过研究IQ不平衡对OFDM系统的影响,提出了一种并联深度神经网络架构下的IQ不平衡补偿算法。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用干扰信号来自镜像子载波的先验知识来初始化模型驱动的神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的基于导频的最小二乘补偿算法,证明了深度学习方法解决物理层问题的优越性。     

加强约束的布尔可满足硬件求解器

利用现场可编程门阵列固有的并行性和灵活性,提出在硬件可编程平台上基于随机局部搜索算法的布尔可满足性求解器,用于求解大规模的布尔可满足性问题。相对其他求解器,该求解器的预处理技术能极大提高求解效率;其变元加强策略避免了同一变元被反复连续翻转,降低了搜索陷入局部最优的可能。评估结果表明,求解器最多能处理32 000个变元/128 000个子句的实例。相比当前同类型的求解器,其求解效率明显提高。     

结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。