未来战场的视频成像弹

位于俄亥拉荷马州福特斯尔的野战炮兵学校与国家陆军实验室一起正在开展一项服务于师、旅级部队的实时山后目标定位、识别以及战争毁伤评估（ＢＤＡ）能力的研究工作。这项技术利用视频成像技术和全球定位技术,取得了初步的进展,研制出了两个弹基系统,能够提供高度可靠的、精确的目标信息。     

未确知条件下多枚导弹打击不规则面目标的毁伤效果评估

在信息缺乏的情况下,如何提高对多枚导弹打击不规则面目标毁伤效果评估的可信度是导弹作战运用研究的重难点。通过蒙特卡罗方法建立给定参数下的面目标毁伤效果评估模型;采用信度分布函数对该问题的未确知性进行评估,评估结果显示毁伤效果未确知性较高;基于信度熵,分析导弹各个属性的未确知性对毁伤效果未确知性的影响;通过针对性减小影响大的属性的未确知性,迭代减小毁伤效果的未确知性。仿真实验结果表明面目标有效毁伤率的未确知范围得到显著减小。该研究能够有效指导毁伤效果评估工作,减小其中的不确定性。     

解决两大历史性课题必须贯彻从严治党方针

江泽民同志在十六大报告中指出,加强和改进党的建设,“一定要坚持党要管党、从严治党的方针,进一步解决提高党的领导水平和执政水平、提高拒腐防变和抵御风险能力这两大历史性课题”。历史一再告诉人们,办好中国的事情,关键在我们党。我们党要在新世纪新阶段带领人民群     

激发下属创新精神的方法

创新,已经成为21世纪的时代精神。作为一个有成效的领导者,如何激发下属的创新精神,从大的方面说,直接关系国家的兴衰;从个人方面说,直接关系自己的工作业绩和升降荣辱。怎样才能达到激发下属创新精神的目的呢?一、目标确当———激发下属创新精神的动力源。人的行动都是为了达到一定的目标。当人有意识地明确自己的行动目标,并把自己的行动与目标不断加以对照,他行动的积极性就持续和高涨。但是,并非所有的目标都会产生良好的导向效果,若要使目标发挥积极导向激励作用,真正起到激发下属创新精神的目的,科学地设置目标则是问题的关键。(一)…     

探索继续教育规律推进海军政治专业继续教育

海军政治专业面向部队干部实施的成人高等学历继续教育,是由原海军政治学院在20世纪80年代初期起步的。20年来,已从海军第一个政工专业大专班,发展到如今具有中专、大专、本科三个学历层次和政工、法律、干部人事管理、文化工作管理、政法、商务等六个专业;培养对象从以海军为主扩展到部分陆军、空军和武警部队;课程设置、教学方法和管理机制不断完善,形成了具有鲜明特色的政治专业继续教育体系和以海军直属机关、舰队、基地、舰航等军以上单位为主的相对稳定的组织网络体系。共在部队设有36个函授站,培养高学历军官万余名,其中已有20余名走…     

遵循办刊规律 走特色发展之路

岁月流逝 ,转眼百期。回首百期办刊历程 ,我们心潮澎湃 ,浩思激越 ,感慨万千。《武警学院学报》出版 10 0期 ,历时18年风风雨雨 ,走过了初创调整、改革进取和锻造品牌三个阶段。每个阶段、每一期学报都凝聚着编辑人员的心血与汗水。虽说步履蹒跚 ,但时刻在奋力跋涉。学报不断加速了向“走精品化道路 ,办有特色期刊 ,争一流期刊 ,创名牌效应”奋斗目标迈进的步伐。并以其独特的优势、鲜明的特色及学术品牌 ,自立于学术期刊之林。先后被评为 :河北省优秀高校学报一等奖 ;北京地区文科学报优秀期刊 ;北京地区高校一等优秀期刊 ;中国人文社科学…     

台军推出“合理冒险训练”

台军新任总政治作战局局长杨天啸上任伊始,花样不断。近日,台“国防部”在湖口北区联合测考中心举办的所谓“合理冒险训练”示范观摩,就是由杨天啸一手策划并不遗余力推出的。台军图谋通过“合理冒险训练”,达到所谓的培养官兵临危不惧的勇气与胆识,强化瞬间心理调适能力,进而达到克服恐惧焦虑、建立个人自信及增进团队向心等三项训练目标。但令人好笑的是,就连参加这次示范观摩的种子教官,也不看好这种做法。     

舰艇编队目标武器分配问题的研究方法

分析了舰艇编队作战指挥流程,说明舰艇编队目标武器分配(WTA)研究的内涵和复杂性.在此基础上,总结了舰艇编队目标武器分配研究成果,将舰艇编队目标武器分配研究归结为2类分配模式下的优化问题,并论述了舰艇编队目标武器分配模式,综述了舰艇编队目标武器分配研究的主要方法.最后,提出了今后的研究方向.     

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。     

一种基于CAE的HRRP去噪重构与识别方法

针对HRRP识别研究中面临的噪声污染问题,提出了一种基于卷积自编码器(convolutional auto encoder, CAE)的HRRP识别方法。此方法将CAE的重构功能与卷积神经网络(convolutional neural network, CNN)的分类性能相结合,将未含噪声的数据作为标签,利用CAE学习含噪声HRRP的噪声特征,实现对HRRP的去噪重构,后利用CNN对重构后的HRRP进行识别。仿真实验表明：在10 dB、20 dB、40 dB峰值信噪比的噪声环境下,该方法对HRRP的识别准确率分别可达到76.48%、95.14%、98.33%,能够一定程度上克服噪声对HRRP识别带来的不良影响,保证识别精度。