延时下基于事件触发的多智能体系统一致性

研究了通信延时下基于事件触发的一阶多智能体系统一致性问题。针对有向固定拓扑,设计了通信延时下基于事件触发机制的控制器。利用李雅普诺夫稳定性理论提出了能够使系统稳定和一致的事件触发函数和时延上界,并利用该事件触发规则求取两次触发之间的最小间隔,证明了该系统不存在Zeno行为。事件触发机制的引入有效减少了控制器的更新次数和智能体之间的通信频率,节约了资源,最后通过仿真实例验证了该理论方法的可行性与有效性。     

基于蒙特卡罗法的航路区与终端区冲突检测

针对航路区飞行与终端区飞行的防相撞安全问题,提出一种基于蒙特卡罗法的飞行冲突检测方法。该方法选取椭球形作为飞机的保护区模型,并通过随机微分方程预测飞机的位置,进而采用蒙特卡罗法计算航路区飞行与终端区飞行发生冲突的概率。实验表明,所提出方法能够得到较为准确的总体飞行冲突概率,从而验证了其用于冲突探测研究的可行性。     

基于四阶龙格-库塔公式的火控系统瞄准角修正模型

目前我军装甲突击车辆火控系统的弹道解算模型采用了线性多项式拟合的方法,且应用弹道刚性原理忽略了炮目高低角对射击精度的影响,其射表没有编制大炮目高低角射击时瞄准角的修正量,导致在进行大炮目高低角射击时,首发命中率受到了一定的影响,客观上制约了其火力性能的发挥。对此,利用四阶龙格-库塔公式,建立了对含有炮目高低角的外弹道方程直接进行数值求解的数学模型,得到更为精确的瞄准角,并通过matlab编程计算出瞄准角偏差量,从根本上解决大射角射击时弹道刚性原理产生的误差。     

基于灰色滑模控制的火箭炮伺服系统仿真

新型火箭炮伺服系统的控制过程具有明显的非线性和时变特性,传统的PID控制是基于精确数学模型的控制方法,难以获得满意的控制效果。为了提高控制精度,在伺服系统中采用滑模控制与灰色预测相结合的控制方法,以减少参数变化和外部干扰对伺服系统的影响。通过MATLAB仿真表明,该控制方法削弱了滑模控制抖动对伺服系统的影响,提高了系统的鲁棒性和抗干扰能力。     

精准防范军营“三个不正当”行为

通过梳理近年来上级通报部队的问题案件发现,从随意交友到激情犯罪、从贪图享乐到赌博借贷,类型日益多元、性质更趋严重,给相关单位建设发展带来巨大冲击。深究问题案件背后的原因,大多与官兵不正当消费、不正当交往、不正当娱乐相关联,因此如何清醒认识、精准预防＂三个不正当＂行为,对确保部队纯洁巩固和安全稳定具有重要意义。     

建立后备力量非战争军事行动储备基金

在市场经济社会,资金是调节个人和组织行为的重要工具.后备力最遂行非战争军事任务,当然也离不开必要的资金支持.根据<军队参加抢险救灾条例>规定,军队参加地方人民政府组织的抢险救灾所耗费用由地方政府负担.这个规定同样适用于后备力量遂行非战争军事任务.鉴于非战争安全威胁爆发突然,后备力量建设经费十分有限,短期内很难筹足所需资金,可能影响非战争军事行动效果,建议政府建立后备力量非战争军事行动储备基金.     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

抗击地震灾害运输保障对国防交通应急应战建设的启示

去年汶川地震发生后,举国上下,全力救援,犹如应对一场现代局部战争.许多省、市交通战备部门临危受命紧急调用社会车辆,运输各种活动板房、彩钢板及工程机械设备,圆满地完成了救灾物资运输任务.分析总结此次应急运输保障实践,给国防交通应急应战建设带来诸多思考和启示.     

山西省20余万军民全力抗击冰雪灾害

11月9日以来,山西全省遭遇历史罕见的暴风雪,全省平均降雪超过30厘米,大雪造成境内108、208、307国道和大运、京大、青银等高速公路全线堵塞,滞留各类车辆2万余台,群众5万余人,还有数千名旅客滞留在火车站和飞机场。灾情就是命令,山西省军区迅速启动抗雪救灾应急预案,下达《省军区应对冰雪灾害行动命令》、《组织预备     

近海作战潜艇“重出江湖”

在第一次和第二次世界大战期间,潜艇成为在近海和大洋上作战的主要平台。目前,这种优先权又发生了改变。国外许多专家预测,随着时间的推移,大洋作战已渐渐远去,在可预见的将来,离岸500海里范围内的近海水域将成为水下战的主要区域。在近海水域,大吨位的核潜艇行动不便,目标暴露率高,难以担当重任,另外从效费比上来说,