基于轨迹跟踪预测的反HTV2中制导研究

针对具有高速、高机动性能的HTV2(hypersonic technology vehicle 2)目标,对采用直接碰撞拦截策略拦截弹的中制导进行了研究,给出了一种基于轨迹跟踪预测的中制导算法。该中制导算法首先使用自适应网格交互式多模型（adaptive grid interactive multi-model,AGIMM）滤波器对目标轨迹进行稳定跟踪,获取目标运动信息。之后使用基于遗忘因子的最小二乘法对目标进行轨迹预测,获取目标预测交班点处的运动状态。最后,将预测交班点处的目标状态量作为中制导约束,并使用高斯伪谱法计算最优中制导指令。使用该中制导算法对HTV2目标进行了拦截仿真,仿真结果证明了该算法的有效性。     

在希望的田野上——伽师总场发展剪影

农三师伽师总场地处克孜河下游,该场总人口1.1万人,规划面积90多万亩,耕地15万亩,基层党支部18个。近年来,该场多次荣获兵团、农三师文明单位、民族团结先进集体、“两高一优”先进团场等称号。2006年,全场职均种植棉花42.91亩,推广小白龙模式灌溉栽培4.22万亩、设施滴灌栽培0.78万亩,精量播种3.5万亩,实现生产总值1.29亿元,职均收入1.6万元。     

伪线性卡尔曼滤波的观测器轨迹优化算法

单站被动式跟踪存在强非线性和弱可观测性,即便观测器的运动满足可观测性条件,滤波仍然可能发散.针对此问题,使用伪线性卡尔曼滤波器,应用费希尔信息量、罗美达下限等方法对轨迹进行优化,该优化方案避免了对目标与观测器的径距信息的近似.仿真表明:该方法与传统方法比较,计算量较小,优化得到的轨迹简单,滤波精度得到改善.最后给出了在一定条件下,观测器的"最优"运动规则.     

武警特战人才队伍建设培养路径探析

加强特战人才队伍建设是深入实施新时代人才强军战略的内在要求,能够为武警部队有效履行职责使命任务提供强有力的人才支撑。各级须在选人用人、教育培养、职业发展、制度机制等方面,探索符合特战部队建设的特色人才培养路径。     

推动党史学习教育常态化长效化实现路径的思考

推动党史学习教育常态化长效化是贯彻落实党中央、习主席决策部署和持续巩固拓展党史学习教育成果的必然之举,也是建设马克思主义学习型政党的长期任务。推动党史学习教育常态化长效化,需要各级党组织提高政治站位、强化组织领导、创新方式方法,也需要引导鼓励党员个人自主学研,把党史学习教育成效转化为干事创业的不竭动力,满怀信心奋进新征程、建功新时代。     

一种改进的带角度约束最优制导律

为了实现拦截任务需求,考虑拦截弹的角度约束以及能量过早损失而不能满足后续拦截需求,推导了一种改进的最优制导律。基于能量最小目标函数结构,提出一种使初始段需用过载尽量小且终端视线角能收敛到期望值的控制权函数;基于小角度假设,采用最优控制理论,推导了带视线角约束的最优制导律;基于制导律能使终端视线角收敛的特点,将带终端视线角问题转换为终端交会角问题,得到带终端交会角约束的最优制导律。仿真结果表明,所设计的制导律能实现终端交会角控制,同时能保证制导初始段能量消耗较小,且命中精度较高。所设计的方法对拦截弹的最优制导律研究具有一定参考和应用价值。     

紧紧扭住战斗力建设重点坚持统筹兼顾努力提高民兵支援和保障能力——总参动员部部长赵建中就新年度民兵预备役部队军事工作要点答记者问

2007年是军事斗争准备的重要一年，也是我国民兵预备役部队建设全面落实“十一五”规划的重要一年。民兵预备役军事工作要按照军委扩大会议精神和总参统一部署要求，以军事斗争准备为龙头，紧紧扭住战斗力建设造个重点，科学筹划谋发展．突出重点抓落实，努力使主要方向和重点地区民兵全面形成支援和保障能力．以优异成绩迎接党的十七大召开。     

伴随函数法与最优制导律性能分析

为选择适合先进空空导弹使用的制导律,以最小能量需求和零脱靶量作为目标函数,使用最优控制理论在相应假设条件下推导得到了5种最优制导律:比例导引制导律(PN)、增强比例导引律(APN)、PN-M制导律、PN-MT0制导律和PN-MT制导律。介绍了伴随理论以及原系统变换为伴随系统的方法,建立了脱靶量伴随系统和加速度伴随系统,利用伴随函数理论对比分析了各制导律闭合回路中脱靶量和末端需用加速度随末导时间的变化规律,并使用蒙特卡洛方法结果与伴随法结果进行了对比。结果表明,伴随法结果与蒙特卡洛结果精确一致,但伴随法的效率是蒙特卡洛方法的几百倍。通过分析结果可知,PN-MT制导律的性能最优,脱靶量和末端需用加速度均为零;当末导时间足够时,PN-M制导律性能接近于PN-MT制导律;PN-MT0制导律性能优于APN和PN,但次于需求信息量更少的PN-M制导律;而未利用导弹动力学信息的PN和APN制导律末端需用加速度非常大。     

一种基于混合算法的火力规划方法

针对战场上火力单元与目标数量较多的具有多约束的火力规划问题,提出一种采用贪心策略和改进遗传算法的混合算法求解不同复杂程度的火力规划方法。贪心策略用于优化初始种群以加快遗传算法收敛及在短时间内求解较复杂的火力规划问题。采用改进编码方式、杂交与变异算子的遗传算法处理约束条件,提高搜索效率,加快算法运行速度。仿真实验结果表明,混合算法可以在平衡求解时间与结果满意度的情况下求解不同复杂程度的火力规划问题。     

进化规划中的变异与收敛

进化规划算法中变异是唯一的操作,因此变异算子对进化规划算法的性能有决定性的影响。文中以高斯变异算子为例,研究了变异算子在进化进程的作用,分析了进化规划算法不收敛的原因以及变异算子与进化代数、收敛精度间的关系。对传统进化规划算法和多群进化规划算法的性能进行了仿真研究,仿真结果表明了分析结果的正确性。