常规潜艇将更有魅力

常规潜艇不仅能打击水面舰船,还可以执行侦察、布雷和其他任务。尽管在续航力和打击力上无法与核潜艇相媲美,但常规潜艇以其独特的魅力——体积小、噪声低、造价便宜以及机动灵活等特点,受到各国海军的青睐。随着科技的发展及其在常规潜艇领域的应用,新型常规潜艇的动力装置、武器装备和探测系统将大为改观,     

21世纪的红外焦平面阵列技术军用前景

引人注目的红外焦平面阵列技术正在取得飞速进展,日益拓展其新的应用领域。结合器件技术讨论21世纪头10～20年间的红外焦平面阵列技术发展趋势和在军事中的应用前景。     

飞机编队数传系统对火控传感器的备份算法

作战飞机的火控系统是武器发射的重要设备,火控系统能否正常工作关系到能否杀敌、也关系到自身的安全.而火控系统正常控制武器发射需要诸多火控传感器的支持,如传感器出现故障,则火控系统无法正常解算.提出了一种火控传感器备份算法,特别是机载雷达出现故障的情况下获得正确信息的算法,即利用飞机编队内部的数据传输系统来实现某一火控传感器或火控计算机故障时火控系统的正常功能,并对有关算法进行了实例计算,得出相应算法的误差结论.此功能可以作为火控系统的补充功能,提高火控系统的工作可靠性和作战效能.     

规范教育体系 提高教育质量

当前,部队思想政治教育内容繁多、基层组织教育忙乱、教育质量难保证的问题比较突出。究其原因,就是思想政治教育不能与时代发展合拍,不能与部队实际相符,不能与官兵愿望一致。因此,合理确定教育目标,科学设置教育内容,灵活运用教育方法,严格落实基本制度,下大力狠抓教育的规范化建设,将有利于增强教育的针对性、实效性,提高教育质量。     

多媒体传感器网络中基于ACO的QoS路由协议

针对目前无线多媒体传感器网络QoS路由协议算法复杂、能耗较大等缺点,提出将蚁群优化算法用于改进无线多媒体传感器网络的路由选择.首先,抽象出多媒体传感器网络QoS 路由模型,进而,利用蚁群算法设计了一个运用带网络约束条件的权值去更新信息素浓度增量的路由算法--AntWMSN算法,AntWMSN算法利用正向蚂蚁F_(ant)收集链路带宽、时延、丢包率等参数,结合精华蚂蚁系统更新本地节点的网络状态模型以及每个访问过的节点上的信息素,从而找到满足多约束QoS条件下的最佳路由.仿真结果表明,该算法具有分布式全局优化网络路由选择的特性,比传统的QoS路由协议具有更好的收敛性,并且在满足网络对QoS参数需求的前提下,有效地提高了网络的生命周期.     

无线传感器网络DV—Hop定位算法的研究与改进

为了改善DV—Hop算法对节点的定位精度和提高覆盖率,对DV—Hop定位算法中未知节点到锚节点间距离计算方法进行了改进,提出了一种新的距离计算方法,并对改进算法和原算法进行了对比仿真。仿真结果表明了改进算法的有效性。     

军用无线传感器网络的理论和实践

无线传感器网络在军事上应用广泛,如远程监控敌方动态和军事防护。文章的重点关于多样性无线传感器网络在军事上的需求。基于网络特性和军事应用特点,来研究特定的军事需求以便于读者在短时间内理解此网络的操作（在未来的三至八年之内）。文章的以军用传感器网络硬件对三代传感器的识别能力进展为主线。以一项杰出工程和科学的反面观点为推论,以求研制出最佳兼容性、安全性、自组织性和可移植的军用传感器网络．     

大规模无线传感器网络中面向ANY型查询的能量高效数据分发算法

在事件数据的push和pull之间实现更好的平衡是无线传感器网络数据分发算法节能的关键.分析了两种典型的有结构和无结构的数据分发算法,结合这两种算法使用的push pull策略,针对无线传感器网络的ANY型查询的特定需求,提出了两种基于有结构和无结构存储模式相结合的混合型数据分发算法SDC1&2.分析表明,这两种算法在保证push pull之间平衡的前提下解决了已有算法存在的热点问题、存储拷贝数多和查询性能低问题,能更好地适应ANY型查询的特点,是两种能量高效的数据分发算法.     

基于多蚁群的无线传感器网络路由算法

无线传感器网络的快速发展,对于其路由协议有了更高的要求,关键是在节省能耗的情况下提高数据传输效率.提出了一种基于多蚁群无线传感器网络路由算法,采用多种群并行搜索,并在种群中采用基于目标函数值得启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径,利用蚁群的分布式特点,通过有限寿命蚂蚁的协作在源节点与目的节点之间的运动获取主路径和备选路径,然后根据节点信息适时更新路由表.仿真结果显示MACRA降低了能耗,延长了网络寿命.     

基于支持向量机的多传感器空中目标识别研究

针对空中目标识别的复杂性,将支持向量机引入对空中目标的多传感器识别,对其机理进行了详细分析,建立了基于支持向量机的空中目标识别的算法模型.仿真实验的结果表明,该方法具有很好的识别效果,并且是一种能在训练样本很少的情况下达到很好分类推广能力的学习算法.