基于虚拟样机技术的车载火炮射击稳定性仿真

车载火炮射击稳定性作为车炮匹配性评价重要指标,是车炮匹配性定量化评估与系统优化研究的必要环节。基于SolidWorks建立实体模型,结合Fortran语言编制用户自定义程序,在ADAMS环境中建立了车载火炮发射虚拟样机模型。通过应用变量设计方法对火线高等参数进行参数化设计,可以实现虚拟样机仿真的迅捷化,分析了火线高等结构参数对车载火炮后坐稳定性的影响规律。引入灵敏度分析方法,研究了各结构参数对稳定性影响的显著程度,解决了因参数量纲不同无法比较的难题,获得了火线高、支撑间距、后坐部分质量等备选优化参数序列集。进而对车载火炮的射击稳定性进行了优化,为车炮匹配性总体优化奠定基础。最后,展望了下一步研究的工作重点。     

军校实战化教学与部队调研常态化

从 “ 军校培养打胜仗人才的目的要求教员与部队零缝隙对接、军校教员从书上网上掌握的知识与实地感受有天壤之别、军校教员到部队代职只能解决部分教员知悉部队的问题”三个方面阐述了军校实战化教学要走开部队调研常态化路子。     

面向多平台多目标协同跟踪的指派问题

针对多平台多目标协同跟踪中要求多个无人地面平台尽可能均匀地协同跟踪多个目标的特点,提出了改进的离散粒子群优化算法。首先采用连续型粒子群优化算法中的速度和位置迭代公式,然后对粒子位置进行离散编码,使粒子编码对应于可行的指派方案;其次,在优化算法中引入局部搜索,提高算法寻优性能。最后将所提算法应用于多平台多目标协同跟踪中的指派问题,并与未加入局部搜索的粒子群优化算法比较,仿真结果表明,加入局部搜索后的离散粒子群优化算法具有较好的寻优性能。     

扎实推进国防后备力量实战化训练

加强实战化训练是部队实现能打胜仗目标的必然要求和基本路径.提高后备力量实战化训练水平,一是要强化打仗意识,在思想根源上向实战化聚焦;二是要优选方法手段,在重点环节上向实战化聚力;三是要改进训风考风,在转变作风上向实战化聚合.     

让课堂透着战场“温度”

不管如何改革,战斗力标准永远不变,战斗力建设始终是永恒不变的主题。作为军队院校,应将聚焦实战培育打赢人才化为投身改革强军的行动自觉。"学装备是为了什么?"近日,工程兵学院筑城伪装系学员10队装备课伊始,曾有多年部队任职经历的教员夏鸣亮便抛出此问。"为了学会操作装备。为了学会组训方法。""为了多一项技能。"……"不!是为了上战场!今天塑造的人,明天打仗的兵。作为军校学员,今天的课堂就是明天的战场,今天的学习     

信息化条件下靶场试验任务针对性训练实战化问题研究

信息化条件下,面向实战的靶场试验任务针对性训练发生了深刻的变化,文章通过分析新形势下试验任务针对性训练存在的主要问题,研究信息化条件下实战化针对性训练的内容及趋势,总结与探索新的训练方法,建立健全考核与评价制度,提升试验任务针对性训练的质量效益及实战化能力。     

少数民族地区高校通识课程专题化教学的实践与反思

专题化教学是高校实施教学改革的重要措施之一,尤其是通识课程来说,有较多的切合点,成为当下高校通识课程教学改革的重要趋势之一.少数民族地区高校,由于在校学生中民族成份较为多元,学生的文化背景与文化需求也各不相同,通识类课程专题化教学也因此存在许多的问题,本文针对这些问题提出相应的对策.     

基于人工智能的智能化战争形态发展研究

经过60多年的发展,人工智能对人类生产生活各方面都产生了巨大影响。近年来,随着世界各国大力推进军事智能化建设,人工智能向军事领域渗透的步伐逐步加快,引发军事领域新一轮变革,推动战争形态向智能化战争的新方向演变。本文采用文献分析和实例研究的方法,深入剖析了人工智能技术对智能化战争形态发展的影响;将智能化战争划分为算法战争阶段和类脑化战争阶段两个阶段,并从基本概念、发展现状、作战样式等角度进行了细致分析。通过分析算法战争的局限性及类脑领域快速发展的趋势可以看出,世界各国、各科技企业均十分重视脑科学与类脑智能相关研究,智能化战争未来将从当前的算法战争阶段进入到类脑化战争阶段。     

奇型非线性抛物问题的有限元误差估计

引入带权的Sobolev空间 ,讨论了奇型非线性抛物问题的有限元方法 ,在a(u) ,f(u)均满足Lips chitz条件下 ,证明了相应椭圆投影算子Rhu与u之间误差估计式 ,并在一定的假设下 ,给出了奇型非线性抛物问题的广义解u及半离散问题的有限元解uh 误差估计式 .     

基于Chirp变换的快速离散时间尺度变换

提出了一种新的快速离散时间尺度变换算法。给出了离散时间信号尺度变换的构造表达式及其Chirp变换快速实现流程。讨论了Chirp变换实现中的参数选取准则,分析了Chirp变换的信号带宽问题。讨论了算法的运算效率并与其它算法进行了比较。仿真试验证明了本文算法的有效性。