联合火力打击智能化规划流程

联合火力打击规划存在规划手段自动化水平不高、成果验证评估不够、流程规范化较低等问题,在现今战争维度复杂、节奏加快的形势下,以人工作业为主、有限自动规划手段为辅的模式显然已经无法满足要求,亟需规划智能化上有所突破.着眼联合火力打击规划的智能化发展趋势,在分析联合火力打击智能化规划的军事需求基础上,设计提出了联合火力打击智能化规划支撑作战筹划和作战指挥的工作流程,针对流程关键环节提出了目标清单自动生成、行动方案快速规划等关键技术,并设计了相应的应用支撑原型系统,能够为作战部门展开作战筹划、设计与优化方案提供高效辅助决策支撑.

空间认知理论在地理信息系统中的应用研究

认知理论是传统地图制图学领域的基础理论,该理论在地理信息系统中的作用机理和表现方式值得探讨。在分析空间认知理论的应用和发展规律及当前地理信息系统集成化和智能化方向发展现状与趋势的基础上,提出了地理信息系统中的空间认知模型。同时,结合提出的空间认知模型理论详细论述了空间认知理论在地理信息系统的各种空间信息表达方式中的应用及效果,从而进一步拓宽了该理论的应用领域、扩展了地理信息系统中空间信息的表达力度。

宁南山区可持续发展中的人口问题探讨

对宁南山区自然环境和社会现状进行了分析,探讨了该区发展的根本制约因素,在详细分析该区人口现状、各年份人口数量及其分布变化特点的基础上,提出了在开发宁南山区和解决贫困问题的过程中,必须实施在有效控制人口增长基础之上的可持续发展模式,即大力发展文化教育事业、抓好生态移民工作、开发人力资本、加快地域优势资源开发利用及转变和提高人们思想观念。

基于分数阶Fourier变换的微弱LFM信号检测

为了提高侦察系统对微弱LFM信号的检测能力,文章提出了一种基于分数阶Fourier变换的微弱LFM的检测方法。首先,分析LFM信号在离散分数阶Fourier变换计算条件下的输出信噪比,得出当观测信号的采样点数增大时,分数阶Fourier变换可有效改善输出信噪比。利用该结论,提出了通过提高信号的采样频率或者对已采样信号作插值的方法,改善分数阶Fourier变换对微弱LFM信号的检测。最后,仿真验证该方法是有效的。

边海防独立微电网系统优化配置方法

建立了含多种分布式电源的边海防独立微电网系统优化配置模型。考虑系统投资成本、维护成本、替换成本等成本,以及容量约束、可靠性供电约束、可再生能源丢弃功率约束等条件,运用差分进化算法对该模型进行求解。算例结果验证了该模型的可行性和有效性。

利用硫做粘结剂

利用硫加热后能粘结玻璃、瓷器、铜铁的性质可用它作粘合剂。 粘合方法:将硫粉加热到115℃—160℃即成为灰黑的胶体,即可粘接玻璃、瓷器等。

沉积有硫和硫化亚铜试管的洗涤方法

将3％过氧化氢(pH为4.5)加到附有沉降硫和硫化亚铜的试管里加热至沸腾,即可看到附在试管壁上的硫成片的掉下来,底部的硫化亚铜结块也渐渐地离开试管底部,趁热把反应物倒出来,可看到黑色的硫化亚铜变成了黄色的铜,此时的pH值为3。反应式为:

基于FRFT的多分量对称三角LFMCW信号检测

对称三角线性调频连续波(STLFMCW)信号是一种典型的低截获概率雷达信号。提出一种基于分数阶Fourier变换(FRFT)的聚类分析与"逐次消去"相结合的多分量STLFMCW信号检测方法。首先把多分量STLFMCW信号变换到FRFT域,利用聚类分析法实现对最强信号的检测,然后利用"逐次消去"法实现对其它信号的检测,直至检测到所有信号。最后,仿真验证了该方法的有效性。

基于瑞利-均匀分布的AUV应召搜索目标散布区域估计方法

在自主水下航行器(AUV)执行应召搜索任务过程中,目标的散布区域是引导平台对AUV航路规划的重要依据。通过信息搜集的目标初始位置误差散布及其运动参数误差散布导致目标运动过程中任意时刻的位置分布函数表现出非正态分布和非均匀分布的特点,然而,现有方法对这一问题的描述往往过于简单甚至不尽合理,由此在研究类似搜索路径规划和搜索概率计算等问题时造成与实际不相符的现象。为解决AUV应召搜索时目标散布区域的估计问题,在建立目标初始位置散布区域估计模型的基础上,根据目标速度和航向等运动参数误差散布规律,建立了目标运动过程中位置散布区域的瑞利-均匀联合估计模型。仿真试验结果表明,该方法与传统二维正态分布方法相比更为合理实用,对目标散布位置的估计更为准确,便于数值分析与工程应用。

GNSS坐标非线性变化的差分长短时记忆网络预测

为了改进GNSS坐标非线性变化的预测方法,获得更高的预测精度,该文提出了一种基于一阶差分和长短时记忆(LSTM)网络的坐标非线性变化预测方法。首先综合利用奇异值分解和最大互信息系数准则对坐标时间序列进行降噪处理得到真实的非线性变化,接着利用谐波模型对其中的周期项进行提取和预测,剩余的未模型化成分经过一阶差分后采用LSTM网络进行预测,然后将两个预测结果进行综合得到坐标非线性变化的高精度预测结果。实验结果显示,该方法在20 d的预测步长内的平均绝对误差达1 mm以内,相比谐波模型、ARIMA模型和未经一阶差分的LSTM模型的预测方法精度至少提升了78%、25%和22%,具有更高的预测精度。同时经过对比也证明了该方法具有更好的适用性。