关于确定典型电磁干扰环境威胁等级方法的研讨

及时分析和掌握现代通信电子环境的特点,规律以及弄清作战对方电磁干扰威胁的强度,是作战指挥的重要环节。这就是根据电磁干扰环境典型化和量化的原则,研究典型电磁干扰环境威胁等级的确定及其战术模拟。本文采用定性与定量相结合的方法,提出了可工程实现的电磁干扰环境威胁等级的划分原则,建立了通过电磁环境威胁等级的划分标准,并讨论了跳频通信干扰威胁环境等级的划分。     

试论我院参加计算机等级考试的必要性及可行性

本文分析了武警部队计算机应用及武警技术院校办公自动化教学的现状及存在问题,论述了参加计算机等级考试对院校教学及部队择才任用的有利作用,并分析了本院参加等级考试的可行性.提出了武警学院应参加等级考试的新论点.     

弹药安全性试验技术研究进展

针对弹药自身受到敌方攻击或操作不当发生意外时的安全事故以及高价值武器平台弹药的安全性问题,通过大量资料调研,在总结和分析西方军事强国弹药安全性问题研究进展、考核试验类型以及国内学者开展的相关研究基础上,详细给出了被试弹药进行跌落、子弹撞击、破片撞击、快速烤燃、慢速烤燃、殉爆、射流冲击、制动冲脱8种弹药安全性的试验考核方法,并对弹药受到刺激后的反应类型、反应等级给出了相应的考核评定方法,对我国弹药安全性研究工作提出几点建议。     

基于多目标鲸鱼优化算法的动态武器目标分配

针对传统动态武器目标分配模型以武器打击收益最大化为目标,考虑过于单一,并且现有智能算法在求解该模型存在收敛精度低的问题,提出一种非支配排序多目标鲸鱼优化算法(non-dominated sorting multi-objective whale optimization algorithm, NSMWOA)求解动态武器目标分配模型。首先为提高初始解的质量,引入2次logistic映射初始化种群,合并父代与子代个体,通过计算个体的非支配等级和拥挤度大小对个体进行排序,其次为筛选优秀个体,实验结果表明,在与NSGA-Ⅱ和MOPSO算法的对比中,非支配排序多目标鲸鱼优化算法函数测试中的得出Pareto前沿更接近真实Pareto前沿,寻优精度更高,在动态武器目标分配模型中,能够得出更优的分配方案。     

面向作战任务的最小风险传感器调度方法

基于风险理论提出一种面向不同目标探测任务的传感器调度方法。将主动传感器辐射被截获风险和目标探测风险结合起来,建立一般目标探测框架下的传感器最小风险调度模型。分目标跟踪、目标识别和目标威胁等级评估三种情况将传感器最小风险调度模型具体化,给出不同情况下目标探测风险值的计算方法。针对模型的求解提出一种基于混沌思想、反向学习和双向轮盘赌的改进人工蜂群算法。通过仿真实验证明了模型的可行性和算法的有效性。     

网络化维修信息系统互操作性等级评估

网络化维修保障中信息交互平台缺乏对互操作性优劣的评估方法,互操作性评估难。在网络化维修这一特定领域,互操作性是获取信息的基础。明确了网络化维修的互操作内涵,针对维修信息系统的特点,搭建网络化维修互操作平台所需的网络支撑,研究适用的互操作性评估模型和指标体系,构建了维修信息系统的互操作性等级评估模型,对维修保障信息系统建设具有指导意义。     

从《中导条约》的失效看未来国际军控走向

《美苏消除两国中程导弹和中短程导弹条约》的失效重创了本就脆弱的国际军控体系,对美俄战略稳定和全球军事安全带来消极影响,国际军控合作和全球军事安全迫切需要重构新的军控体系。本文立足当前国际军控现状,在分析美俄“退约”背后各方战略考量及国际军控面临的挑战,如“美国优先”理念下的霸权主义和单边主义、国际军控体系自身的脆弱性和局限性和新军事革命给全球安全增添新的变量的基础上,提出了“构建人类命运共同体”理念凝聚全球安全共识、以大国责任和义务为基础构建多层次军控体系和以多边军控体系循序推进国际军控进程等措施和建议,以期为推动国际军控合作,建立更为公平、合理、有效的国际军控体系做出贡献。     

基于BFS和FPGA-CPU的混合加速器设计

为了实现由软件和硬件执行小世界图搜索的加速器系统,提出了一种在单芯片FPGA-CPU异构硬件平台上基于广度优先搜索算法实现的混合加速器系统设计;提出了采用线性代数语言实现的BFS;提出了一种处理单元结构,它由一个负责与主存储器全部交互的后端、用于执行布尔塥运算的前端和一个距离生成器构成;在ZedBoard平台上设计了一种采用Xilinx Zynq Z7020 FPGA-CPU混合结构的实际加速器系统。实验结果表明,设计的混合加速器不仅能够实现小世界图的快速搜索,而且相比于目前其他先进的基于BFS算法的混合加速器结构有更好的加速性能。     

基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。