意图驱动的防空武器-目标动态分配方法

武器-目标分配是防空作战指挥决策的重要内容之一,针对此问题大多数的研究都过多考虑己方的态势和有限的目标信息,对敌方目标意图的认知鲜有涉及,结合空中目标作战意图,提出一种意图驱动的防空动态武器-目标分配方法。考虑到敌机的行为对我方决策产生的影响,对采集到的敌机群数据,将专家经验封装为标签,训练融合注意力机制的双向长短期记忆网络（BiLSTM-attention）进行意图识别,根据敌方不同作战飞机的意图,以及敌机的被动属性、我方武器属性、战场环境信息和实时动态信息,提出了意图驱动的武器-目标分配模型（intent-WTA）,使用费用流算法在较短的时间内准确获得最优的武器-目标分配策略,实验仿真结果表明,所提方法可以准确、高效地根据战场局势的动态变化进行武器-目标分配,满足防空作战的实战要求。     

陆战场装甲目标细粒度识别技术

智能化作为新的改变战争游戏规则的颠覆性技术,成为世界各军事强国的发展重点。当前,智能化可以实现对陆战场军事装甲目标的自动识别,但是现有识别任务主要是粗粒度的目标类别识别,缺乏细粒度的目标识别。本文针对陆战场军事装甲目标细粒度识别任务,提出了一种适用于无人作战平台的轻量化细粒度目标识别方法,并初步验证了方法的可行性和有效性,基于此,提出了无人作战平台的新的作战运用。该方法可辅助操作人员进行陆战场装甲目标识别的决策判断,或提供无人打击武器自主打击的判断能力。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。     

基于神经网络的防空武器目标智能分配方法

为满足现代防空作战高动态环境对武器目标实时智能分配的迫切需求,提出了一种基于神经网络的防空武器目标智能分配方法.首先综合考虑武器数量及拦截能力等要素,以毁伤效能最大为优化目标,建立武器目标分配问题优化模型;在此基础上,构建基于神经网络的武器目标智能分配框架,基于分配方案数据集训练武器分配决策神经网络,并通过神经网络预测...     

基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究

红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外,应用轻量级上采样算子CARAFE替换原有上采样模块,在C3模块中加入SE注意力机制,降低冗余信息,提高特征的区分性和表征能力,重新设计损失函数,E-IoU作为新的损失函数,加快模型收敛速度。在公开数据集FLIR上进行了实验,实验结果表明：改进之后网络模型的平均检测精度达到73.0%,仅降低2.9个百分点,而M-YOLOv5模型的网络参数数量、理论计算量分别减少40%、39%,模型的推理速度提高52%,满足部署于边缘设备的需求。     

伊拉克战争中初露锋芒的美国陆军FBCB~2系统

美国陆军的“21世纪部队旅及旅以下作战指挥”(FBCB2)系统是一个数字化的作战指挥信息系统,主要用途是为旅和旅以下部队直到单个平台和单兵,提供运动中实时和近实时的指挥控制信息、态势感知信息;为指挥官、小分队和单兵显示敌我位置;收发作战命令和后勤数据;进行目标识别等。在伊拉克战争中,FBCB2首次投入实战,为作战部队提供了其他任何系统难以比拟的战场态势感知能力,对作战指挥起到了非常积极的作用。     

军中新秀——数字化部队

所谓数字化部队,就是以数字化电子信息装备和机械化主战武器装备为主导装备,实现指挥控制、情报侦察、预警探测、通信、电子对抗一体化和主战武器智能化,适应未来信息战要求的新一代作战部队。数字化部队的实质是以计算机技术为支撑,以数字通信技术为网络,把部队从单兵到各级指挥员,各级战斗系统、战斗支援和战斗保障系统联成一个整体,达到信息资源共享的目的。数字化部队的主要特点在于实现了通信技术数字化、战场信息实时化、武器装备智能化、指挥控制一体化和作战系统网络化。与一般意义上的机械化部队相比,数字化部队具有作战行动更加迅速、作战指挥更加灵活、作战     

基于深度学习的防空武器红外目标识别技术应用研究

针对防空武器的作战使用需求,提出了一种基于深度学习的防空武器红外目标识别流程,通过大视场进行目标检测,小视场进行目标跟踪识别.在目标检测阶段,采用YOLO网络模型实现全图多目标识别定位;在目标跟踪阶段,采用超分辨率重建算法提升目标局部图像分辨率,利用深度残差网络模型实现跟踪目标的识别分类.试验结果表明,基于深度学习的空...     

防空作战仿真态势显示成员通用性研究

针对防空装备作战仿真中态势显示成员在防空武器作战仿真联邦中的通用性需求,本文进行了防空装备作战仿真态势显示成员通用性研究,并提出了基于语义映射的态势成员通用性实现方法,该方法依赖于数据模型模块,配置模块,动态公布订购模块,发送模块和接收模块。通过配置模块生成的配置文件记录公布订购信息,动态公布订购模块负责对信息的动态公布订购,发送和接收模块负责对数据的发送和接收,数据模型模块是介于态势显示成员中仿真模型和HLA/RTI数据接口之间的模块,主要负责在发送前和接收后对数据进行存储和管理,成功的解决了通用性问题。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

防空导弹的指挥和控制

本文论述了防空导弹武器指挥控制系统在武器系统中的作用。这些作用体现在武器系统的一体化;提高空情的实时性、准确性,实现作战自动化,对付饱和攻击,提高系统的综合抗干扰能力,有效解决目标敌我识别等方面。文中对防空武器指挥控制系统的结构和程序进行了简要说明。     

基于改进DS证据理论的指挥控制系统信息融合方法

对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异.针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重...     

多源信息融合和目标综合识别技术

多源信息融合和目标综合识别是为支持作战决策,综合利用计算机、信息处理、人工智能等技术,按照一定准则,对多传感器获得的信息进行综合分析与处理的过程,包括对多源数据进行检测、相关、组合和估计,从而提高状态和身份估计的精度，以对海战场态势和威胁的重要程度进行适时完整的评价。多源信息融合系统中，各种信息源提供的信息可能具有不同的特性一时变的或非时变的、实时的或非实时的、确定的或随机的、     

潜艇全综合作战系统

现代潜艇作战系统,通过数据融合和航迹相关能将潜艇上的所有声学、电磁、光电和导航的传感器综合起来。 这种交互过程将未处理的传感器信息显示变成了易读的作战态势图象,这样就为指挥小组决策提供了最大的帮助,这关系到最大的作战效果和己方潜艇的安全性。 能同时或顺序地完成以下功能: 低频、宽带的检测与跟踪 频谱和宽带分析 脉冲检测、分类和跟踪 瞬时检测与存贮 扇形范围测量 水雷探测与分类 己艇噪声的监视与测量 主动声呐探测 综合导航 光电图象的显示与评定 雷达显示综合 传感器和系统目标的跟踪 传感器和系统目标的分类 威胁分析 武器发射建议 武器传感器综合 武器控制     

武装直升机王国写真

随着现代战争对抗手段的发展,军用武装直升机的作战环境日益严酷,增强隐蔽性,提高攻击力、电了干扰能力、机动能力就已成为未来直升机王国提高自身生存力追求的目标。未来武装直升机必须采用集通用模块、人工智能、数据融合、高速数据总线等先进技术于一体的新一代航空电子综合系统。这样,在未来数字化战场上,军用直升机将具备很强的信息战能力,即可自身直接侦察、探测和获取近实时的战场信息,也可综合使用之,以最大限度地提高作战能力。不仅能对地面目标实施低空或超低空攻击,而且可与敌直升机或固定翼飞机相对抗。如 ＡＨ—６４…     

轻量化改进网络的海天线检测模型

海天线检测在无人艇自动驾驶与海上目标识别领域具有重要作用。针对传统算法在各类场景下鲁棒性差的问题,提出一种基于目标识别算法的海天线检测模型YOLOv5-SH。该模型利用ShuffleNetV2网络单元搭建特征提取网络,替换YOLOv5模型的骨干网络,提取图像中海天线区域,再利用Hough变换的方法在其中进行线性检测,识别海天线。在自建数据集上的对比实验结果表明,YOLOv5-SH模型能够在各类场景下实时准确检测海天线。     

无人机警戒雷达仿真系统的建模与仿真

针对海面静止和移动目标的探测、感知、识别、成像等问题,建立了由数据/控制接口、人机界面及多个算法模块组成的无人机警戒雷达仿真系统。系统采用模块化方法对目标运动特性、环境特性和警戒雷达的功能特性进行建模与仿真,主要用于模拟现实装备中此类载荷的基本功能,从数字化仿真层面实现了无人机警戒雷达载荷功能的再现与性能测试,并能完成与指挥控制台之间的信息交互,同时系统具有很好的可扩展性,可以作为整个作战仿真系统的一部分,嵌入到更复杂的作战仿真系统中。     

电子对抗作战任务规划平行仿真分析框架研究

针对作战指挥流程的任务规划系统集成这一问题,运用仿真系统与实际系统进行实时联动的平行仿真方法,建立了电子对抗作战任务规划分析框架,框架中的关键模块包括实时态势预处理模块、战场实体动态构建与修正模块、作战任务规划推演模块、作战任务规划评估模块.电子对抗作战任务规划平行仿真的关键技术是战场平行仿真实时推演技术和战场态势预测技术.这种全新的作战仿真框架体系,为完善作战指挥程序提供了一种方法手段.     

多模态图像智能目标识别对抗攻击

基于深度学习模型的新一代智能化多模态(可见光/红外/雷达)图像识别系统已逐步在航空航天情报侦察、人机交互增强作战系统、无人作战平台自动图像目标识别以及多模复合图像末制导等多个军事场景中得到广泛应用.然而,由于深度神经网络模型在理论上存在不完备性和对抗脆弱性、多模态图像目标识别深度网络结构设计与优化在工程上存在迁移性等因...     

超级战士的行头——智能化士兵系统

美军的“陆地勇士系统”近些年来,“智能化士兵系统”以一股强劲风暴席卷了美、英等许多军事强国,并先后被各国作为一个重点项目加以研究,业内专家预言,“智能化士兵系统”将掀起单兵作战装具的一场革命。“智能化士兵系统”是采用微电子技术、纳米技术、生物技术等多种现代高新技术手段打造的单兵作战系统,它集单兵防护、单兵战斗武器和单兵信息交换于一体,在提高了信息化、智能化的同时,防护性更强、舒适性更好、战斗力更高。同时利用微电子技术,将该系统作为一个节点纳入到数字化的C4ISR网络之中,从而提高部队的合成作战能力。一、一体…