浅谈军事训练等级评定改革

组织军事训练等级评定,是检验部队训练质量、促进战斗力提升的重要途径.目前,武警部队军事训练等级评定改革正按照全军的统一部署,进入全面深化的关键阶段.笔者认为,今后要继续在科学确定评定对象、准确界定评定内容、完善优化评定周期、积极拓展评定手段上下工夫,确保军事训练等级评定改革取得扎实成效. 科学确定评定对象,提高评定工作的全面性.武警部队2004年颁布实施的《军事训练等级评定实施细则》规定:军事训练等级评定对象,包括机动师师级以下单位及所属警官和士兵,总队、兵团指挥部所属教导大队和直属机动大队、中队,机动支队级以下单位,执勤支队所属机动大队、中队和教导队,以及所属警官和士兵.可以看出,评定对象还不能涵盖武警部队所有警种,导致部分单位对训练等级评定工作不够重视,参与积极性不高.深化军事训练等级评定改革,科学确定评定对象是首要前提.在单位评定上,鉴于武警部队职能任务不断拓展和遂行任务的经常性,应规定无论是机动部队,还是执勤部队,均可申报军事训练一级单位,并区分机动师、机动支队(团)和执勤师(旅)、执勤支队(团)两类,分别制定评定标准,组织等级评定.在人员评定上,应将机动师、支队(团)级司令、政治、后勤机关副职以下警官纳入军事训练优等个人等级评定范畴,组织执勤师(旅)、执勤支队(团)等级评定时,可将受考单位首长机关、指挥员、执勤士兵和训练基地、教导队教员、学员纳入评定范畴,以充分调动这部分人员的参训热情.     

先进上面级数字逻辑姿态控制律设计

建立了先进上面级姿态动力学模型和推力器配置方案,根据快速大角速度精确姿态机动的任务要求,设计了数字逻辑姿态控制律.考虑姿态角和姿态角速度的相互关系和测置误差的存在,将姿态相平面划分为多个控制区域,以节省燃料和避免测量误差的影响.在实际上面级参数下进行姿态机动控制仿真,采用数字逻辑姿态控制律能在16s内实现先进上面级俯仰角60°的大角度姿态机动,并能很好地保证姿态指向精度和姿态稳定度,控制效果也优于脉冲宽度调制.     

任务牵引抓训练 贴近实战强能力

前不久,辽宁某陆军预备役步兵团把部队拉到陌生地域,坚持从难从严从实战需要出发,在零下20多度的环境下,进行了战备等级转换、紧急出动、摩托化机动、指挥所勤务、徒步行军、隐蔽防护、露营、野战生存等内容的训练。训练中,他们严格按照新大纲要求,坚持把情况设活、课目设难、环境设     

驱护舰编队对潜防御性搜索态势分析与方法

针对驱护舰武器装备的发展,结合驱护舰编队海上对潜防御作战的新特点,根据特定驱护舰编队的使命任务,提出了特定驱护舰编队对潜进攻性搜索与防御性搜索的新概念,并在战斗战场范围内对特定驱护舰编队对潜防御性搜索态势进行了分析,给出了编队对潜防御性搜索方法.对部队作战与训练具有一定的参考应用价值.     

为防御作战“安上轮子”

古往今来,弱守强攻是战争的基本规律。防御战斗的产生,一直被多数人视为是被迫或暂时的战斗行动,常常置于被动或辅助地位。但在现代高科技战争中,面对战场界限的日益模糊,传统的阵地防御已不能适应现代作战需要,必须实施高速机动、灵活作战的机动防御,形象地说,就是要为防御作战“安上轮子”。现代机动防御作战,将成为一种积极主动的攻势防御作战行动,强调高速机动下的作战实施,突出灵活性,因敌而动,以主动的进攻行动迅速改变战场态势,实现作战企图。一、巧妙伪装,谋求主动在未来的一体化联合作战中,信息与火力高度融合的远距离精确打击,是…     

扩展式机动目标可调白噪声模型

在目标跟踪过程中,每个量测周期所得到的雷达量测数据以极坐标形式表示。量测方程在极坐标中是线性的,但在笛卡儿坐标系中却是非线性的。此时,目标跟踪实际上是非线性的。随着现代航空、航天技术的发展,飞行器的机动性得到了更大的加强,这就使跟踪问题变得更加困难和复杂。针对非线性机动目标跟踪问题,提出了一种扩展式当前统计模型机动目标跟踪算法。该算法不需要假定目标的机动加速度模型,而是直接正确地估计出机动目标的当前状态,不存在任何估计滞后与修正问题。最后,给出了算法的仿真分析。     

舰用IRST系统的发展及应用前景

在现代舰船防御体系中,舰用红外搜索和跟踪(IRST)系统是探测跟踪掠海反舰导弹的有效工具,近年来有了很快发展。介绍了舰用IRST系统在舰船防御体系中的地位和作用、基本组成及战术使命,重点分析了主要技术特点,最后介绍了欧美等国舰用IRST研制状况和发展计划。     

美陆军75别动团揭秘

在美国陆军中,活跃着一支头戴黑色贝雷帽的特种部队,它就是第75别动团(亦称“黑色贝雷帽部队”)。第75别动团是美国陆军特种作战部队中的精锐之师,其前身是第二次世界大战时期美陆军中的突击部队。战后。这支部队几乎参与了美国所有的对外重大军事行动,例如,1983年美军入侵巴拿马时,该团就采取伞降突袭,一举夺取了这个国家的两个机场。     

基于自注意力机制和CNN-LSTM的空战目标机动轨迹预测

空战目标机动轨迹是有丰富时空特征的多维时间序列,具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题,文中提出了一种自注意力机制(self-attention, ATT)和卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short-term memory, LSTM)结合的模型(CNN-LSTM-ATT)。离线状态下训练模型,获得的最优模型可以实现目标机动轨迹的高精度预测。文中模型与CNN-LSTM、LSTM模型进行单步预测对比分析,具有良好的单步预测和不同过载机动预测的能力。考虑到电磁干扰和复杂环境导致传输数据的误差和缺失,进行了目标轨迹的5步预测,预测结果和评价指标均优于CNN-LSTM、LSTM模型。     

模型参数自适应的交互多模强跟踪算法

基于强跟踪滤波器对突变状态的良好跟踪能力,设计了一种自适应交互多模算法.在交互多模算法框架内,计算"当前"统计模型的概率和目标机动强度信息(由残差统计距离来表征),自适应地调整"当前"统计模型的加速度等参数,提高了"当前"统计模型的自适应性和滤波器的鲁棒性,增强了系统对目标突发强机动的跟踪能力.仿真结果验证了该算法的有效性.