坚持依法行政 加强市场监管 推进武器装备科研生产许可管理

3月23日,国防科工委在京组织召开了2006年武器装备科研生产许可管理工作会议。国防科工委副秘书长陈根甫出席会议并讲话,国防科工委经济协调司司长刘东奎做工作报告。会议总结了2005年许可管理工作,交流了经验和体会,并对今年的许可管理工作做出了部署。来自国防科工委机关、总装备部、财政部以及各地方国防科工委(办)、各军工企事业单位的代表150余人参加了会议。加强军品市场监管,促进军工发展国防科工委在总结多年武器装备科研生产许可证管理的实践经验基础上,于去年5月26日正式颁布了《武器装备科研生产许可实施办法》,首次以规章的形式…     

基于RCS的三维低可探测性轨迹优化方法

针对基于雷达散射截面(RCS)规避雷达威胁的飞行轨迹优化问题,提出了低可探测性三维轨迹优化的求解方法.通过B样条拟合构建连续可微的RCS数据模型,结合三维飞行动力学模型,建立规避雷达威胁下的飞行运动控制模型.将轨迹优化问题描述成为最优控制问题,其中飞行姿态控制、轨迹约束、边界条件作为约束条件,以降低雷达探测概率和减少飞行时间为目标函数.运用高斯伪谱法( GPM)将连续的最优控制问题转换为离散的非线性规划问题进行求解.仿真结果证明本文方法实现了求解单基地雷达和双基地雷达探测环境中低可探测性三维轨迹优化问题,有效降低了飞行过程中的雷达探测概率和暴露时间.     

驻日美军为何搬离冲绳基地？

从冲绳基地转移海军陆战队是美军为保持地区秩序,维持在整个亚洲影响力的而推行战略的最新举动,这些行动还引发了激烈的争辩：在美国国内,争论的是关于维持亚洲强大存在的必要性与可承受性;在该地区,争论于美国有关确保亚太地区秩序承诺的持久性。     

弘扬龙珍精神 固边富民强团

农九师一六一团地处塔城地区巴尔鲁克山区。全团现有土地186万亩,其中耕地18.4万亩,可利用自然草场142万亩,是一个以牧为主,牧农结合的团场。全团总人口5300余人,共有22个行政事业单位。境内有闻名全国的小白杨哨所、兵团屯垦戍边爱国主义教育基地、世界上最大面积植物活化石——野生巴旦杏。2011年全团实现生产总值1.04亿元,职均收入1.31万元,农牧工家庭人均纯收入7755元。     

装备研制项目立项论证技术风险评估方法研究

通过分析美国国防部最新DoD 5000系列采办文件以及英军采办文件,研究了美英军队对武器装备采办项目技术成熟度的评估方法;结合我军实际情况,引入了质量功能展开(QFD)理论,并借鉴技术实用水平(TRL)的思想提出了在装备研制项目的立项论证阶段进行技术风险评估的新方法———基于QFD和TRL的技术风险评估方法,为装备管理人员提供了新思路。     

草原明珠——可克达拉——农四师六十四团改革发展剪影

走进农四师六十四团,清风扑面而来,初具规模的可克达拉镇处处充满了生机和活力。     

可靠度限制下相控阵雷达天线阵面T/R单元维修模型

为了描述维修活动对相控阵雷达天线阵面系统的影响,构建了以可靠度为基础的“修旧不如新”定期维修优化模型。对相控阵雷达T/R单元失效下的天线性能参数进行分析,根据指标确定系统不能正常工作的失效T/R单元阈值; 针对大部分维修活动都难以使T/R单元修复如新的事实,引入失效率递增因子,在系统一定的可靠度水平上,以相控阵雷达系统的使用可用度和维修费用率为优化决策参数,建立了系统的维修优化模型,并运用边际效能算法对系统的最佳预防换件维修周期和换件维修组数量进行求解。实例运算结果表明,该模型突破了已有模型“修旧如新”的限制条件,更符合实际,能为维修策略的制定提供理论依据。     

可解性、可观测性及其它

本文阐述了可解性、可观测性、可控性、可识别性的联系与区别。     

RLV再入标准轨道制导与轨道预测制导方法比较分析

提出只更新飞行剖面参数的航程更新方法及相应的RLV再入标准轨道制导规律;结合轨道在线生成与跟踪技术,采用Runge-Kutta-Fehlberg自适应变步长轨道快速预报方法,研究了RLV再入轨道预测制导。进一步对两种制导方法进行了比较分析研究,研究认为标准轨道制导与轨道预测制导都是可行的RLV再入制导方案,其有机结合是未来可重复使用跨大气层飞行器再入制导的发展趋势。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。