某雷达装备虚拟训练系统实现技术

从实际装备的特点出发,确定了虚拟训练系统的分布式实现模式.以该实现模式为基础,对系统软件结构框架、基于HLA/RTI的分布交互以及虚拟装备的人机交互等关键技术的实现进行了讨论,解决了雷达装备虚拟训练系统的系统集成环境构成、各仿真节点间的分布交互以及人机交互等问题,最后在虚拟训练系统上实现了雷达装备的开关机、跟踪以及故障维修等不同训练功能.     

应急作战后勤动员潜力快速转化方式探讨

文章针对应急作战后勤动员需求和环境,结合中外后勤动员经验,提出了预置前置式、分层对口式、行业骨干式、直接配送式和聚合精确式等五种动员潜力向保障力快速转化的主要方式。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式（例如量子计算等）深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

美军作战试验与鉴定发展研究

当前,军队装备试验鉴定正由性能试验向作战试验、在役考核全领域拓展。在装备试验鉴定体系全面重塑的历史背景下,为适应军队装备试验鉴定发展新变化,探索装备试验鉴定新理论,推进装备试验鉴定自主创新发展,亟需开展装备试验鉴定技术研究。美军相对较早开展了装备试验与鉴定工作,在作战试验与鉴定工作方面已形成了较完善的法规制度体系和规范的操作流程,有较成熟的理论与方法成果可供借鉴。与此同时,美军作战试验与鉴定工作也面临许多新问题。本文剖析了美军作战试验与鉴定的内涵和管理模式,研究了2018和2019年美军作战试验与鉴定的重点技术领域,并进行了对比分析,以期掌握近期美军作战试验与鉴定工作的发展变化。     

导弹结构热防护一体化设计与优化

针对导弹面临的严酷气动热力环境,基于传统波纹夹芯结构,为导弹设计了一种兼具承载和热防护功能的一体化结构。建立热-结构耦合计算模型,对一体化结构进行结构承载与热防护性能分析,结果表明:一体化结构在高温下具有较好的承载能力;增加一体化结构隔热层与内壁厚度有助于提高导弹的热防护效率。以一体化结构热防护效率最高和质量最小为目标,采用第二代非支配排序遗传算法实现了多目标优化,并认识到:一体化结构热防护效率与质量相互影响,设计时需要需综合考虑。     

训练空域管理安全性的灰色综合评价

为改善军事飞行训练的安全水平,提出一种空域管理的安全性评价方法。在该方法中,通过问卷调查与统计分析,建立了军事飞行训练的空域管理安全性评价指标体系;通过信息熵的专家群组灰色聚类方法实现评价标准的授权;在评价指标赋权基础上,采用灰色综合评估法进行军事飞行训练的空域管理安全性评价。实例分析表明,所提出方法可对军事飞行训练的空域管理安全性进行评价,能够得出较为符合实际的评价结果,从而验证了方法的有效性和可行性。