突出问题导向 紧抓关键环节 全面加强新时代党的建设

习主席在中央军委党的建设会议上的重要讲话为全面加强新时代军队党的领导和党的建设工作,立起了根本遵循、指明了前进方向。深学细悟讲话精神,对照“四个不纯”“七个弱化”剖析反思,当前在党的领导和党的建设方面,以下五个问题需要重点关注:一是政治领导力与“三个绝对”要求还有差距。从政治上分析形势、看待问题、管控风险的意识和能力比较欠缺。政治历练的纯度不够。尽管能认识到政治建设是党的根本性建设,但有认识缺深度、调门高行动缓,对创新理论尤其是习近平新时代中国特色社会主义思想学习思考不深、走心入脑不实、理论武装不强,政治修养、党性觉悟没有完全与党中央同频共振。政治建军的力度不够。贯彻政治建军要求抓思想引领、部队建设缺少清晰思路、有效抓手,贯彻决策指示不够坚决,政治纪律规矩落实踩虚。     

认真学习贯彻落实党章

党的十九大审议通过的《中国共产党章程（修正案）》,提出了一些新思想、新论断、新概念,充分体现了党的十八大以来党的理论成果、实践成果、制度成果和新鲜经验,必将在推进党的建设和党的事业中发挥根本性规范和指导作用。认真学习、自觉贯彻新党章是全党的一项重要任务,也是每个共产党员义不容辞的责任。     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

开展“十学原著”活动增强十九大精神学习吸引力感染力

68216部队学习宣传贯彻党的十九大精神,注重组织官兵原原本本读原著、学原文、悟原理,由浅入深采取深情诵读、创意手语、互动宣讲、微信课堂等富有时代特点、官兵喜闻乐见的方式,有效增强了十九大精神学习的吸引力和感染力,立起了学习宣传贯彻的新风尚新导向。     

基于改进的软阈值小波包网络的电力信号消噪

为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

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。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

基于DDPG的四旋翼无人机姿态控制

针对未知环境下四旋翼无人机姿态控制实现难、鲁棒性差等问题,提出了基于深度确定性策略(DDPG)算法的智能姿态控制方法。首先,基于欧拉-庞卡莱方程,利用计算机符号推导,建立四旋翼的动力学模型;其次,基于DDPG算法设计四旋翼的姿态控制器,并在奖励函数设计中引入姿态误差、姿态角速度误差和控制量惩罚项;最后,通过设置不同初始状态值、改变四旋翼结构参数和引入噪声等仿真试验,分析验证控制器的性能。仿真结果表明,该控制器能够引导四旋翼快速响应到期望姿态并保持稳定,同时展现出较好的泛化能力。