基于序列决策分析的登陆作战决策

为解决作战决策中的序列决策问题,利用决策树的分析方法,以登陆作战中是否提前实施登陆行动、登陆成功后是否向登陆场纵深进攻的两级序列决策问题为例进行了分析,计算各决策节点以敌我损失人数为评价指标的益损值,得出较为合理的作战决策,其结果可作为指挥员的决策参考.     

一种基于两级均衡的超Nyquist码元速率接收方案

1975年MAZO提出超Nyquist码元速率(FTN)理论,通过理论推导证明,信号在加性高斯白噪声信道下,以超过Nyquist码元速率25%以内的速率进行传输,误码性能可以不下降。但MAZO以及至今都没人能完成FTN的接收,因为当信号以超Nyquist码元速率进行传输所引起的码间串扰长度无限长,若要完全消除码间串扰,使用最大似然检测(MLSE)方法,其复杂度无穷大,是不可实现的。基于MMSE均衡和WCE均衡级联的两级均衡已证明在长码间串扰信道下其误码性能接近于MLSE。文章将两级均衡运用于FTN接收,仿真证明在加性高斯白噪声信道下,信号以超过Nyquist码元速率25%以内的速率进行传输,误码性能不下降。成功实现FTN的接收,验证了MAZO的理论。     

怎样上好序列主题班会

对序列主题班会的研究,在上世纪九十年代初期"热"过一阵.近年来,人们已淡化了对这一问题的思考.所以,时至今日,还没有人对序列主题班会下一个完整的定义.出现这处局面的原因是显而易见的.因为用序列主题班会的方式对学生实施德育教育,可以称之谓是一个不小的教育工程,耗时长,投入的精神大,见效较慢.     

基于混沌系统的扩频通信多源异构数据加密算法

多源异构数据体量呈指数级别增加,数据时序混乱,为此提出基于混沌系统的扩频通信多源异构数据加密算法研究.引入混沌系统,利用Logistic混沌映射多源异构数据,以混沌映射轨迹点为基础,生成多源异构数据混沌序列,通过Merlay状态机控制数据时序,提供子密钥产生信号,以时序控制信号为依据,利用特定阀值函数产生子密钥,采用子密钥对多源异构数据进行正向、反向异或以及取模,实现扩频通信多源异构数据的加密.测试结果表明,密钥相差+10-13无法解密出正确数据;加密后图像、音频数据相关性急剧下降;加密时间范围为16.451 s～18.630 s,低于最高限值.测试结论:密钥敏感性、抗统计特性以及加密效率较好,适合大力推广应用.     

基于复合约束的作战行动序列生成与执行控制方法

作战行动序列是作战计划的核心,也是指挥控制的关键.传统的作战行动序列制定主要通过手工方式,效率低下且耗时费力,难以满足现代战争筹划需要,作战行动序列执行控制也缺乏现代信息手段支撑.提出了一种基于时间、空间和因果复合约束条件的作战行动序列生成与执行控制方法,提高了作战计划方案中作战行动序列生成效率,通过对时间、空间、作战效果状态监测对作战行动序列执行进行辅助控制,为指挥员基于网络信息体系进行指挥决策提供了条件支撑.     

序列近似优化方法

随着工程优化中仿真模型精度和计算时间的不断提高,常规的智能优化方法难以在可接受的计算代价中得到最优解。序列近似优化方法通过将近似模型技术引入优化过程,并采用不断更新采样点的方法来指导寻优,在基于计算耗时模型的优化中得到了越来越广泛的应用。通过论述序列近似优化方法的若干关键技术及其发展现状,可有效指导其在工程优化中的应用,并给出了序列近似优化方法可能的改进方法及发展趋势。     

开展党员先进性教育活动“四忌”

一忌照本宣科 ,理论学习不深入。学好理论是实践“三个代表”重要思想的前提和基础。但个别单位仅满足于传达指示精神 ,宣读教育提纲 ,学习参考文章 ,甚至把去年基层“三讲”正面教育的部分内容再重复一遍 ,照本宣科 ,上下一般粗 ,造成党员学不进 ,弄不懂 ,用不上的局面。因此 ,在理论学习中 ,要紧密结合当前理论研究的最新成果 ,把“三个代表”的丰富内涵讲全面 ;结合国际国内形势 ,把“三个代表”的时代特征讲清楚 ;结合本单位的工作生活实际 ,把“三个代表”的现实意义讲具体 ,根据党员不同的工作岗位和文化层次 ,充实完善相应的教育内容…     

中频(IF)取样数字直接序列扩频接收机

本文详细分析中频（ＩＦ）取样数字直接序列扩频接收机的关键技术、实现方法和环路跟踪性能等。     

基于深度逆向强化学习的行动序列规划问题研究

针对深度强化学习在解决序贯决策任务中严重依赖回报函数,而回报函数又存在着反馈稀疏和反馈延迟等问题,论文提出了基于深度逆向强化学习方法的行动序列生成与优化方法,通过专家示例轨迹数据重构回报函数,实现高质量示例轨迹数据中隐性专家经验的获取和利用,挖掘数据背后的规律。然后将重构的回报函数与环境固有的回报函数进行奖赏塑型,生成的新的回报函数能够更加及时、准确地对智能实体的行为给予反馈,大幅加速了强化学习的收敛速度。     

复杂网络影响力极大化快速评估算法

分析复杂网络中影响力极大化问题,设计一种新的启发式算法框架。针对信息传递中节点的交互方式进行分析,给出节点在任意时刻处于信息接收态的概率。通过期望计算得到种子节点集传播影响力的近似估计,实现集群影响力快速计算,进而得到基于序列采样的影响力极大化快速评估算法。特别地,对于六个来自不同领域的真实网络上的影响力极大化问题进行了研究,仿真结果表明：该方法能够高效识别网络中具有重要传播影响力的节点集,在三种常见度量准则下的表现均明显优于三种影响力极大化问题基准算法。