不断增强过硬的担当本领

<正>习主席多次强调,当干部就要有担当,有多大担当才能干多大事业,尽多大责任才会有多大成就。奋进在强国强军的新征程上,必然会面临许多新的“娄山关”“腊子口”,各级领导干部唯有不断增强过硬的担当本领,主动应对挑战、克服阻力、破解难题,方能不辱使命、不负重托,坚决完成党和人民赋予的新时代使命任务。一、提高学习思考能力。习主席指出：“我们处在前所未有的变革时代,干着前无古人的伟大事业,如果知识不够、眼界不宽、能力不强,就会耽误事。”各级领导干部承担着指挥打仗和部队建设的重任,     

所作平凡事,皆成巨丽珍

“人啊,应该这样生!路啊,应该这样行!”诗人贺敬之在雷锋之歌中写下激情澎湃的诗句。自1963年3月5日毛主席发出“向雷锋同志学习”的伟大号召以来,记录雷锋成长的书籍、歌颂雷锋精神的作品数不胜数。今天,在又一个纪念日到来之际,笔者重读雷锋事迹,引发点滴思考,仅将几则感言辑录下来,心香一瓣,献给这个美丽的春天。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

旋成体射弹倾斜入水运动仿真

为了研究运动参数和弹头外形对弹体斜入水过程的影响规律,采用气液两相流体积分数和水汽空化模型,通过嵌套网格实现刚体三自由度运动学和动力学耦合,模拟了弹体以80～100 m/s速度倾斜入水开空泡阶段的运动过程。经文献实验验证,入水弹体速度与位移的误差为0～6%和-8%～0,转动角度误差为-6%～0。通过对入水速度和入水角度的多工况模拟研究,发现入水速度增大,弹体轴向冲击载荷增大,最大载荷与速度的平方呈线性关系,弹体速度非线性衰减率大;入水角增大,弹体转动角速率减小,运动稳定性强,速度衰减率不受入水角影响。与圆锥头部弹体相比,采用头部阶梯状修型后的弹体的平均速度衰减率、转动角速率和最大轴向冲击载荷分别降低到66.7%、40%和77.2%,显著提高了运动稳定性。     

涡轮盘疲劳寿命可靠性设计仿真及优化策略

涡轮盘是航空发动机主要部件之一,一旦发生破坏性故障将导致严重的后果。在充分考虑影响涡轮盘高低周复合疲劳寿命因素不确定性基础上,以MATLAB为平台,设计了涡轮盘高低周复合疲劳寿命可靠性优化设计的联合仿真平台。利用寿命函数和寿命可靠性分析极限状态函数中的共性需求,提出了在优化迭代的过程中自适应构建寿命函数Kriging模型和寿命可靠性极限状态面Kriging模型时共用训练样本点的策略。同时,提出了一种构建寿命函数Kriging模型的学习函数。使用所搭建的疲劳寿命可靠性优化设计平台,完成了某型涡轮盘盘心、榫槽以及涡轮盘系统高低周复合疲劳寿命的可靠性优化设计。结果表明,最优设计方案的局部最大应力显著降低,均值寿命大幅提高,并满足可靠性约束。     

一种巡逻执勤目标检测算法研究

巡逻执勤是具有重要意义的安全维稳行动,但是巡逻环境复杂、目标多样、检测难度大的问题十分突出,所以如何准确、实时检测巡逻执勤目标具有重大现实意义。为了提升对巡逻执勤目标检测的准确性和实时性,基于YOLOv5算法进行改进。为抑制巡逻环境带来的干扰,结合ECANet注意力机制进行改进,提高被检测目标显著性;同时为保证较好的实时性及多尺度目标检测能力,引入BiFPN网络结构。将改进算法与原始算法进行比较,mAP提升3.51%;与4种算法进行了对比实验,结果显示该算法能较好地降低巡逻执勤目标检测因检测相似、尺度多样、光照干扰等问题带来的影响,进一步验证了该算法在巡逻执勤目标检测任务中的有效性。     

揭示伟大思想的实践源头和思想源头——“习近平在地方工作系列采访实录学习感悟”组文编辑谈

任何理论都有其实践源头和思想源头。习近平新时代中国特色社会主义思想的实践源头和思想源头,无疑要循着这一伟大思想的主要创立者习近平的成长历程去追索。近年来,中共中央党校出版社陆续推出了习近平在地方工作的采访实录。我刊第一时间跟进书籍出版,围绕发掘习近平新时代中国特色社会主义思想的孕育发展过程,揭示这一伟大思想的理论逻辑、历史逻辑、实践逻辑,展开组稿、选稿、编稿。     

潜艇上浮运动数值计算方法的研究与验证

预报潜艇上浮运动是探索研究潜艇上浮运动控制规律以及潜艇安全上浮的前提。就潜艇上浮运动的数值计算方法和计算流程进行了详细介绍,对数值计算方法中的湍流模型及离散格式等进行了优选。基于模型上浮试验结果,对数值计算的不确定度进行了分析且对数值计算结果进行了验证。证明了该数值计算的可靠性,并发现数值计算结果与试验结果很接近,验证了该数值计算方法的可行性,说明该数值计算方法和试验可为潜艇上浮运动的研究提供参考和借鉴。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。