海上机动目标的运动预测模型及精度分析

分析了海上机动目标的运动特性,针对海上机动目标在某些时间段运动具有一定的规律性,用插值外推法建立了预测其运动的数学模型。并对此模型的精度进行了分析,最后给出了实例。仿真结果表明,本模型能适用于海上机动目标不同的机动方式,算法快捷,具有较强的军事应用价值,模型的计算精度完全满足某新型号导弹的作战要求。     

Escalation and de-escalation of violence in insurgencies: Insights from Northeast India

Insurgencies in the Northeast of India have been a recurring phenomenon since India's independence in 1947. One of the most significant aspects of the multiple insurgencies has been the use of violence for political goals. By drawing upon three cases of insurgencies in Northeast India, the article offers a conceptual framework on escalation and de-escalation of violence in insurgencies. The article argues that the most critical variables which have a direct bearing on the levels of insurgent violence are: popular support, loss of legitimacy and the state's counter-response.     

一种基于灰色粒子滤波算法的机动AUV航深内测方法

本文提出了一种将灰色预测和小波变换与标准粒子滤波相结合的灰色粒子滤波算法（GPF）,并将其应用于机动AUV的航深内测。GPF针对机动AUV航深内测过程中由于AUV运动状态未知和测量噪声不断变化而导致的滤波失效问题,在粒子采样过程中结合了标准采样和灰色预测采样,保证了采样得到充分多的有效粒子。在计算粒子权重时,利用小波变换跟踪测量噪声统计特性的变化,提高了各粒子似然概率计算和权重分配的正确性。最后以外测法测得的高精度的机动AUV航深作为真实航深,对该GPF算法进行了实验对比验证,并与EKF和MMPF算法的结果作对比,实验结果表明了本文方法的有效性和实用性。     

通用装备保障训练集约化建设模式研究

着眼于提高通用装备保障训练的集约化水平,为信息化条件下体系作战通用装备保障能力生成提供支持,将平台的方法引入通用装备保障训练中,提出了通用装备保障专业综合训练平台的思想,建立了一个4层结构的通用装备保障基地化训练体系框架,并以某装备院校为例构设了一个通用装备（军械）保障专业综合训练平台框架．研究成果为实现通用装备保障训练资源的集约化整合探索了新的途径．     

基于复杂网络的装备保障力量体系构建研究

论文首先阐述了复杂网络的内涵及其特征参量,以此为基础,对装备保障力量体系进行规范化描述,提出了装备保障力量体系的构建算法,并进行了实例验证及灵敏度分析,对于信息化条件下装备保障力量体系转型建设具有一定的参考价值和指导意义．     

杂波环境下机动目标跟踪算法研究

杂波环境下的机动目标跟踪问题具有非线性、非高斯、不完全观测的特点,其难点在于观测值与目标的对应关系及每一时刻的运动模式均呈现高度不确定性。文中将多模型理论和辅助粒子滤波算法相结合,提出了一种新的杂波环境下机动目标跟踪算法——多模型辅助粒子滤波算法(MMAPF)。仿真结果表明,该算法与传统的交互多模型——扩展卡尔曼滤波算法、辅助粒子滤波算法相比,在相同的情况下,具有更高的滤波精度和较好总体性能。     

高机动性能导弹大迎角测量方法研究

简要介绍了嵌入式大气数据传感系统的概念及技术。针对高速高机动性能导弹大迎角高马赫飞行的特点,提出应用嵌入式大气数据传感技术解决导弹大迎角测量问题,并结合导弹自身特点,给出了迎角测量原理和方法,这对于新型导弹的设计具有一定的借鉴意义。     

基于保障时间窗的油料调拨运输模型

通过引入保障时间窗,同时考虑油料保障的时间约束和运力约束,建立了基于保障开始时间最早,并尽可能满足保障需求量的调度模型。针对问题的多目标性,基于理想点法将初始模型转化为单目标优化模型。采用粒子群算法对模型进行求解,并设计了算法编码和求解步骤。通过算例验证了模型和算法的可行性及有效性。     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。     

基于改进粒子群算法的地空导弹使用保障设备优化配置

地空导弹使用保障过程复杂,很难有效地对使用保障设备进行优化配置。结合地空导弹使用保障需求以及其使用保障作业流程的特点,构建地空导弹使用保障设备优化配置模型。该模型属于典型的NP难问题,基于此提出以改进的粒子群优化方法对模型进行求解。新的粒子群优化方法中,将粒子线性移动改进为非线性移动方式,有效提高粒子的全局搜索能力。粒子的编码方案首次采用位移向量表达方式,并提出一种新的粒子修复策略,有效地简化了模型的求解过程。给出算例并且设计了对比实验。实验结果表明本文方法能够解决地空导弹使用保障设备的优化配置问题,并且对于其他资源配置问题求解也具有重要的参考意义。