基于衰减记忆的地形辅助导航算法

地形辅助导航是解决惯性导航系统定位误差随时间不断增大的缺点的重要方法之一。提出了基于衰减记忆的地形辅助导航算法,算法使用了一个新的相关算子,根据量测值存在的历史时间长短,对量测值赋以不同的权值,用一个递归表达式递归地计算相关值。该算法在提高定位精度的同时减少了计算量和存储空间,从而提高计算速度,并连续输出定位结果。仿真结果表明该算法的正确匹配率、均方根误差和圆概率误差均优于TERCOM算法。     

UNIX 网络性能管理的流量监测技术研究

网络性能管理的主要目标是高性能和高吞吐量。标准UNIX系统缺乏对网络的流量的有效管理。本文研究了在标准UNIX网络实现性能管理中的网络流量监测、主机网络／系统状况动态检测等技术，依据检测结果用户可以进行网络动态配置或重新分配网络资源，从而改善UNIX系统的网络性能及吞吐量等技术。结果表明所提供的技术手段是有效的。     

高校网络思想政治教育的功能及其实现路径

高校网络思想政治教育是指在高校范围内,通过网络形式开展大学生思想政治教育活动。高校网络思想政治教育具有增强高校的思想政治教育的针对性,拓宽其影响力以及提高其实效性的作用,具体表现为宣传引领功能、教育引导功能、答疑解惑功能、文化育人功能。拓宽高校网络思想政治教育的实现路径,才能发挥高校网络思想政治教育的功能,更好地完成新时代高校的全员全过程全方位育人的使命任务。     

疫情防控中陕西高校网络舆情治理策略研究

在疫情防控期间，提高高校的网络舆情治理水平，不仅对于尊重学生诉求、维护学校形象、更精准有效的开展疫情防控工作具有重要的现实意义，而且对创建和谐校园，维护社会稳定也具有重要的现实意义，同时还对促进大学生全面成长和提高我省乃至全国高校的治理水平，促进高校治理的现代化也具有重要的现实意义。文章通过采用社会调查法、文献调查法等研究方法，分析疫情防控期间陕西高校的网络舆情现状，了解到疫情防控期间陕西高校网络舆情主要表现在校园管理、后勤保障、心理健康、教育教学、舆情应对、学生管理六个方面。分析后认为，产生舆情一方面是因为高校治理理念落后、治理体制不健全、治理能力不高，另一方面是因为师生媒介素养不高和媒体社会责任缺失。基于此，提出治理网络舆情，高校首先迫切需要增强依法治理、民主治理、协同治理的理念。其次，要完善舆情治理体系，形成职责明晰、协调配合的治理局面。再次，还要针对网络舆情的传播发展规律，不断提高舆情风险的监测、预判和处置能力。同时还要引导师生加强学习，提高自身素养，并呼吁媒体加强自律，增强社会责任意识，旨在为陕西高校提高网络舆情治理能力提供参考。     

传承伟大建党精神的红色记忆维度

以红色记忆传承伟大建党精神,是应对虚无主义解构中国共产党建党历史记忆、文化基础和主流价值的现实需要。理论逻辑上通过建构红色记忆介质系统唤醒红色记忆、构筑红色记忆互动结构凝聚红色情感、运用红色记忆意义再生产机制构筑价值体系。根据知—情—意—行的机制展开具体的实践,即通过塑造红色记忆符号强化伟大建党精神的历史认知,推进红色记忆复现凝聚伟大建党精神情感认同,赓续红色记忆促进伟大建党精神向实践层面转化,进而推动传承伟大建党精神。     

分布式间歇干扰下基于SMI的GNSS空时自适应处理器性能分析

针对全球导航卫星系统接收机面临的分布式间歇干扰威胁,全面准确地分析了基于采样矩阵直接求逆方法的空时自适应处理(space-time adaptive processing, STAP)的抗干扰性能。在建立性能分析模型的基础上,根据间歇干扰造成的采样协方差矩阵不匹配情况,通过分类评估、梳理归纳、理论推导全面分析了不同情况下STAP的性能。分析结果表明在采样长度小于闪烁周期且使用预采用处理方法时,空时自适应处理器会出现漏采样,干扰抑制性能会急剧下降,漏采样出现的频率为各干扰闪烁频率之和。数值和仿真分析验证了理论分析的结果,在此基础上讨论了考虑分布式间歇干扰时STAP的优化设计。     

基于模糊贝叶斯网络的飞机易损性评估方法

针对在飞机进行易损性评估的过程中,因为目标数据的不精确而进行的模型简化,结合模糊数学理论和贝叶斯网络提出了基于模糊贝叶斯网络的飞机易损性评估方法。介绍了模糊理论和贝叶斯网络的基本知识,以及基于模糊贝叶斯网络的飞机易损性评估流程,并建立了基于某型飞机的模糊贝叶斯网络易损性评估模型,最后通过算例证明了该方法的合理性。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

基于杀伤链的动态重构作战网络抗毁性分析

作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。