串联供水和运水供水的选择

本文通过对新型消防车供水能力的分析,结合火场供水常用的两种方式,计算出所需消防车数量,提出如何选择火场供水方法。     

三轴MEMS加速度计的最大似然校正算法

加速度计是惯性导航系统的重要测量元件,而由于制造工艺及各类传感器误差,低成本加速度计很难达到要求的精度,因此需要对其进行校正。提出一种基于最大似然估计的加速度计自校正算法。综合考虑加速度计零偏、比例误差、非正交误差、安装误差与测量噪声,建立了传感器误差模型。在此基础上,将加速度校正问题转化为校正参数的最大似然估计问题。通过数值仿真和实测试验验证,表明算法具有较高的参数估计精度,能够有效地对上述因素引起的误差进行校正。     

理想通信条件下弹星协同定位方法北大核心

为了提高弹载电子侦察设备的定位精度,对目标实施更精确的打击,提出了理想通信条件下的弹星协同定位方法,对基于概率的定位原理进行了分析,对定位系统的架构及定位流程做了说明,并在STK中做了仿真演示,提出基于概率的弹星协同定位算法,给出了该算法的数学推导,并对算法进行了仿真实验,验证了该算法的有效性并对算法性能做了一定分析。     

正确把握实行干部责任制的出发点和落脚点

香港驻军实行干部责任制,就是要通过进一步明确职责,区分责任,奖优罚劣,形成公平竞争、各展其才的良好环境,最大限度地激发广大干部爱岗敬业、争创一流,履行好神圣使命的事业心和责任感,营造“不用扬鞭自奋蹄”的良好氛围。因此,实行责任制一定要认真贯彻教育为本和奖励为主、惩处为辅的原则。     

面向任务指控系统时延分析模型及其改进

面向任务指挥控制系统是为了完成一个或多个作战任务,而将现有的相关指控系统互联互通形成网络,各种作战信息可以在网络中传输和共享的动态构建的系统.现代高技术战争模式下,时间延迟是评价面向任务的指挥控制系统构成的一项重要指标.通过指控节点的图模型,分析面向任务指控系统的结构及其中各种命令流、信息流的特点,采用网络信息熵来反映指控节点网络对信息的协调能力.通过研究和分析已有时延模型的缺点,并考虑实际应用的条件,对模型的惩罚函数进行了改进.     

管线最大通过能力求解方法研究

长输管线的密闭输送方式采取"泵到泵"接力运行,全线是一个统一的整体, 对管线最大通过能力的计算,要考虑前后泵站间的相互影响,进行迭代计算。针对长输管线 最大通过能力的两种求解方式:迭代法,通过逐步校核,调整计算结果的大小,使其逐步逼近 最终计算结果;分段计算法,分步校核,逐步搜寻全线"瓶颈"段,得到"瓶颈"段的通过能力, 即为全线最大通过能力。分别建立了数学模型,并基于Visual Basic 6.0编程,进行迭代运 算,得到了相应计算结果,对两种方法的理论方法、程序编写、计算结果进行了比较,用于指 导管线计算方法的选择。     

求解传感器网络最大生存时间的最大流算法

节能是传感器网络研究的中心问题之一,目的是延长网络的生存时间。因此对于一个给定网络,很自然地关心它的最大生存时间是多少。从网络最大流的角度分析这个问题,给出了求解传感器网络最大生存时间确切值的算法。     

半月回放

2.5万人《纽约时报》网站10月9日援引美国情报机构一份最新评估报告报道说,据粗略估计,塔利班领导的阿富汗叛乱武装人数已从2006年的约7000人增加到目前的约2.5万人,几乎翻了两番。报道称,在人数增加的同时,塔利班在战术上也日趋成熟,行动灵活,难以对付。     

一体化联合作战指挥决策节点提前工作时间研究

分布式联合决策可缩短系统决策时间,提高决策质量.运用分布式联合决策,其关键点之一是确定各流程节点的工作开始时刻.依据影响分布式联合决策各节点开始工作时刻的主要因素是上下节点间传递的信息的特点,引入了信息熵的概念,通过一定的阈值来确立分布式联合决策系统中各节点的开始决策时刻.利用Bernstein多项式建立了分布式联合决策开始时刻数学模型,给出了求解该数学模型的方法,指出了该模型应用于实践的思路.     

基于特征值的单矢量水听器目标检测算法

针对水下目标检测在低信噪比与非平稳背景噪声情况下性能下降的问题,结合特征值检测算法原理,给出一种单矢量水听器联合信息互相关检测算法。该算法利用电子旋转导向角度与振速信息构成一种组合振速,并结合声压信息得到一种互相关值,在大快拍无信号条件下,该值满足渐进高斯分布;将该值除以解析振速与声压信息的协方差矩阵最小特征值,得到一种检测统计量;通过与门限值比较,实现目标检测。理论分析可见,所提检测算法无须背景噪声的先验信息,并且可以通过调节导向角度提高检测性能;在单目标情况下,利用检测统计量与导向角度的对应关系可实现目标方位估计。仿真与实测数据结果表明,相比于单矢量水听器最大最小特征值检测算法与能量检测算法,所提算法检测性能优良,适合于单矢量水听器目标预警检测。