美军“多域战”概念探析

"多域战"概念由美陆军率先提出,是美军在联合作战概念上的又一次创新。"多域战"是美陆军力图拓展多领域作战能力、美军反制"反介入/区域拒止"威胁和打造在未来高强度对抗战争中的新优势的有力手段。"多域战"概念具有作战领域多维扩展、要素体系高度融合、指挥体制扁平灵活、军队编制精简多能和技术装备革新整合的特点。近年来,美军不断推动"多域战"的完善,为其发展提供了理论支撑、科技支撑、实践支撑和智力支撑。美军"多域战"概念的实施前景挑战与机遇并存。     

军事攻防中的多属性资源分配对策模型

针对资源受限情形下的两阶段攻防资源分配问题,提出一种基于多属性决策的资源分配对策模型。防守者首先将有限的防护资源分配到不同的目标上,继而进攻者选择一种威胁组合方式对目标实施打击。基于博弈论相关知识,模型的求解结果可以使防守者最小化自身损失,使进攻者最大化进攻收益。同时,针对模型的特点,给出了一些推论和证明。通过一个示例验证了模型的合理性以及相关推论的准确性,能够为攻、防双方规划决策提供辅助支持。     

机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。     

思想政治工作要争夺制网络权

互联网作为一种新兴的现代信息传播工具,已成为获取知识、通信交流、休闲娱乐等的重要手段,互联网在带给我们极大实惠的同时,其复杂性、隐蔽性和虚拟性也给部队官兵特别是青年官兵带来了负面影响。应对这种负面影响,我们的思想政治工作要在网络上打进攻战,争夺网络上的主动权。     

西部小城镇消防规划探讨

通过剖析目前西部小城镇的消防基础设施建设发展现状,从消防规划的专业角度出发,提出西部小城镇在西部大开发总体环境下进行消防规划时需注意的几个问题.     

地面对空监视雷达网体系结构研究

针对雷达组网研究现状,对雷达网、雷达组网、雷达组网技术这3个概念进行了定义区分。在此基础上从战术和技术两个层面对雷达网进行分类,战术层面从战略、战役和战术3个层次对雷达网分类,技术层面从网络结构和信息融合方式两个方面对雷达网分类。提出了一套地面对空监视雷达网组网原则,在此基础上构建出地面对空监视雷达网结构体系和战技效能指标体系。     

船舶重工集团公司——三步走 翻三番 兴船富民谋发展

在2005年、2010年分别进入世界造船集团“五强”、“三强”的基础上,继续努力,加快发展,争取再用10年左右的时间,到2021年建党100周年的时候,努力成为世界第一造船集团,从而推动我国成为世界造船大国。集团公司跨越式发展思路 首先,要重点建设好五大造船基地,做大做强造船主业。抓住船厂搬迁机遇,科学规划,集中力量建设好     

国外陆军隐身技术发展动向

目前,国外陆军正积极进行多波段兼容隐身材料技术和隐身结构技术的研究,这两者代表了今后陆军隐身技术的主要发展方向。     

基于Multi-Agent的油料动态优化调拨系统研究

将Multi-Agent理论与方法引入到油料调拨领域,对油料动态优化调拨问题进行描述与求解,提出基于Multi-Agent的油料动态优化调拨系统体系结构,构造面向油料保障过程的各类Agent及其运行机制,建立相应的油料动态优化调拨模型,阐明基于Multi-Agent的油料保障资源分布式管理,对提高油料快速保障效率具有重要意义。     

分布式面向对象多模型建模与仿真框架

美国佛罗里达大学计算机和信息科学及工程系两位学者负责的课题组开发出一种多模型面向对象(OO)的仿真环境(MOOSE)。这种环境是用于建模及开发仿真软件的框架．它的结构派生于面向对象的物理模型(OOPM)．它将传统的面向对象的方法论扩展到允许属性和方法取模型为其值．MOOSE模型库(MMR)允许分布式模型定义,进而支持以万维网为基础的仿真,与万维网整合,使其在因特网上可用。MOOSE以多模型为特征,而多模型是一种面向对象的模型提炼与抽象的方法,它允许不同种类的分层模型的创建。组成多模型的动态模型包括有限状态机,功能块模型,方程约束模型以及基于规则模型．MOOSE强调可视化和对于OO隐喻的有效使用,从而连接概念化的模型和程序,并捕捉模型的几何和动态特征．MOOSE的人机界面有两个图形化的用户界面(图形用户接口)建模器,用于模型设计;脚本,用于模型的执行控制及可视化．MOOSE的尾端产生用目标语言(如c++)表示的模型描述,然后编译并加上运行时间支持,构成引擎．模型的执行由引擎与脚本的同步运行构成。MOOSE方法促进了模型的发展,使其更加具有直观感,更利于模型作者之间的沟通,仿真程序与它们的概念模型间更好的一致性,部件重用以及模型／程序的可扩展性．