切实把“十纳入十统一”活动引向深入

近年来,我们认真贯彻胡主席军民融合式发展思想,以《深化"十纳入十统一"活动,推进军民融合式发展的实施意见》为依据,以民兵参建参治为     

时钟漂移对GPS/BD2组合系统精度影响分析

首先针对GPS时钟漂移,推导了计算位置误差的表达式,然后对GPS/BD2组合系统的时钟漂移进行了分析和修正,并利用模拟信号源提供的信号进行了仿真.结果表明:经过时钟漂移修正后,定位精度有了一定的提高,验证了仿真结果.     

日本“旗风”级驱逐舰

"旗风"级驱逐舰是日本海上自卫队继"天津风"级、"太刀风"级之后建造的第三代防空驱逐舰。20世纪80年代初期,日本提出将防卫范围扩大到离日本海岸线1000海里的海域,当时正在建造中的"太刀风"级由于吨位限制,其作战性能已不能满足日本海上自卫队逐步走向远海的需求,因此在"太刀风"级还在建造之中,其放大改进型"旗风"级     

试论基础教育阶段英语素质教育

一、素质教育的内涵 　　素质教育的内涵是指在文化素质,思想品德素质和心理素质三个方面素质提高的基础上,让学生学会学习、学会做人和学会发展.学会学习这个问题是的文化素质紧密相连的.学会学习的重点是学生变对知识技能的被动接受为主动获取,培养并锻炼主动获取新知识、分析问题和解决问题的能力.学会做人,就是培养人的思想品德.学会发展是一个心理素质的培养问题.良好的心理素质包括能够与有团结合作、坚韧不拨的意志、艰苦奋斗的精神;能适应社会生活、能独立思考,并具有创新意识的科学精神.那么,具体说来,基础教育阶段英语教学中的素质教育又是指什么呢?现做如下简述:……     

谈课改后的初中地理教学

教育改革是我国基础教育领域的一场深刻革命,积极投身于改革之中,不断改进课堂教学,认真钻研教材,运用恰当的现代教学手段,运用科学的教学方法,启发、诱导学生主动参与到教学中,共同探索地理知识,这样才能很好地解决地理问题,实现地理学习能力的培养.参与课改实验以来,我在工作中不断地摸索、实践,感到在课堂教学中要注意以下几点.……     

让学生随时感受历史的丰富多彩——谈历史教学活动设计

在改革开放的今天,现实社会生活五花八门、五彩斑澜,而作为历史的这门学科,虽然研究的是人类的过去,但却与显示社会有千丝万缕的联系,因此中学历史的教科书就更具有综合性的特点,它涉及政治、经济、军事、民族、外交、社会活动、科学技术、思想教育、文学艺术等各个领域,旨在培养现代公民应具有的人文素质和社会责任感.在新一轮课程改革中,如何把握历史知识的综合,考虑相关学科之间的相互交叉与渗透,使历史内容更加丰富多彩,使课堂教学充满生机,让活动进入课堂,让学生主动参与、主动研究、让学生随时感受历史就在身边,是促进学生自主学习的关键所在.……     

主动悬挂原理试验机动平台的设计及试验研究

某型坦克采用扭杆弹簧而无阻尼器的被动悬挂系统,实际行驶中车体的振动较大,严重影响了其行驶平稳性和乘坐舒适性;为了提高车辆的行驶平顺性和操纵稳定性,进而提高在复杂路面上的越野速度,设计了该型坦克的慢主动悬挂原理试验机动平台,采用模糊RBF神经网络自适应控制策略对主动悬挂平台进行了实车试验,结果表明车体的减振性能得到了明显的提高,验证了所设计的慢主动悬挂系统的优越性。     

脉冲雷达的卫星发射主动段融合弹道精度评估

卫星发射任务时,脉冲雷达测量数据在主动段实时和事后数据融合处理中占有举足轻重的地位。目前,靶场实时和事后数据融合的主流算法是"UKF"和样条约束的EMBET算法,采用这两种方法把脉冲雷达与高精度测速雷达测量数据进行融合,研究和探讨中精度设备参加卫星测量任务数据融合的情况,并对融合弹道精度进行分析与评估。结果表明,实时与事后弹道解算精度能满足要求,特别在多测速弹道不满足精度要求时,加入脉冲雷达测量数据能显著提高弹道解算精度。     

基于智能反射面辅助的无人机主动监听优化方法

针对可疑用户可能利用无线通信危害公共安全的问题,通过智能反射面和无人机组合的方法来帮助合法监视器监听可疑链路。首先,考虑了无人机与地面用户以及地面用户之间复杂的信道交互,构建了一个合法监视器监听速率最大的优化问题。其次,为了解决这个复杂的非凸优化问题,采用深度强化学习技术,将无人机的轨迹规划和智能反射面的相移变化问题建模为马尔可夫决策过程,设计了相应的奖励函数,并基于最大熵的深度强化学习算法实现无人机和智能反射面相移设计的联合优化。最后,从仿真结果看,与无智能反射面的优化方案相比,有智能反射面的优化方案不仅提高了合法监视器的监听速率,还降低了无人机的能耗,另外智能反射面反射单元的不同数量也会对监听速率产生影响。同时,相较于近端策略优化,基于最大熵的深度强化学习算法的优化策略拥有更稳定的训练过程和更快的收敛速度。     

一种抗遮挡的时空上下文目标跟踪

目标跟踪是一个比较热门的研究方向,其性能受到多方面影响。时空上下文跟踪算法是利用目标附近的信息对目标进行跟踪,但该算法的不足是仅使用单一的灰度特征和固定的学习率。将HOG(Histogram of Oriented Gradient)特征与灰度特征进行融合,且对跟踪结果进行相似度计算进而抑制目标的漂移,采用自适应变化的学习率以适应跟踪目标的变化。经过仿真实验证明,相较于时空上下文跟踪算法所提出的方法鲁棒性更好,对光照的变化、目标形变以及遮挡等情况下都具有较强的跟踪能力。