脑机协调控制技术及其军事应用前景

脑机接口技术为人们提供了一种不依赖外周神经和肌肉系统的新的控制和通讯方式。文章以脑机接口技术为基础．以多关节机械臂为控制对象,设计并实现了将大脑直接控制与设备自动控制这两种方式在同一个控制系统中的有机结合,充分发挥人脑的智能与机器的性能,并对脑机协调控制技术的军事应用前景进行了讨论,旨在为通过生物交叉技术显著提升武器装备的使用效率提供参考。     

从DARPA资助BCI技术研发看未来军事变革

有关科学技术与军事变革的研究,国内外军事学术界一直存有争议。新军事变革的概念被美军提出至今已多年,围绕未来军事变革的走势,有“制天权”、“制网权”及“制生权”等多种观点。对此,作者研究认为,伴随着脑科技研发的突飞猛进,以及整合纳米科技、生物科技、信息科技和认知科技的“聚合科技”（NBIC）的快速发展,特别是BCI（脑机...     

神经形态器件现状与未来

为解决现有冯·诺依曼计算机面临的低智能、高能耗、低容错等问题,"类脑计算"应运而生。"类脑计算"借鉴大脑的体系结构和信息处理方式,基于神经形态器件构建逻辑与存储相融合的计算硬件,旨在实现更为灵活和智能的信息处理与计算模式。在阐述"类脑计算"起源与发展现状的基础上,研究了人脑神经网络信息处理机制,重点介绍了神经形态器件的研发态势。神经形态器件作为类脑计算芯片和系统的基本组成单元,对于类脑智能的实现至关重要,因此研发能够高精度模拟生物突触、神经元信息处理功能的微纳器件是当前的研究热点。     

面向人机交互的运动想象脑电信号感知算法研究

脑电信号的特征提取与分类识别是脑机交互领域的核心问题。针对运动想象脑电信号的多分类问题,以更好利用包含有用信息的脑电信号频带为目的,提出了基于小波包变换(WPD)和一对多共空间模式(CSP)的特征提取算法。首先使用WPD算法将原始脑电信号分解成一系列子频带,筛选与运动想象活动相关的子频带。然后使用一对多CSP算法进行特征提取。最后对各子频带的特征进行组合并使用BP神经网络进行分类。算法的有效性通过BCI竞赛的基准数据集进行了测试,相交于竞赛结果有了明显提升。     

某扫雷犁电液伺服系统的模糊神经网络控制

针对某扫雷犁电液伺服系统这一典型的非线性系统,使用基于减法聚类的模糊神经网络(FNN)自学习算法设计了控制器,其中减法聚类用于确定模糊神经网络的初始结构。在网络的学习过程中,对结论参数采用最小二乘法进行辨识,对前提参数采用误差反传算法进行调整;并使用AMESim软件搭建了扫雷犁的液压系统模型,利用其接口技术实现了与Simulink的联合仿真。实验结果表明模糊神经网络控制器的控制效果要优于传统的PID控制器。     

指挥云脑研究

智能化是指挥信息系统未来发展的重要方向。从类脑系统设计角度,基于云计算设计了指挥云脑的技术架构,分别从虚拟神经元、虚拟神经纤维、虚拟感觉、虚拟视觉和听觉系统、虚拟运动系统、虚拟记忆系统、虚拟自主神经系统、虚拟中枢神经系统和虚拟末梢神经系统,对指挥云脑功能进行重点阐述,并基于"数据-知识-智慧"的分层体系描绘了指挥云脑信息运行机理,以期为指挥信息系统的智能化研究提供参考。     

脑机技术发展及其对军事领域的影响

进入新世纪以来,脑机技术作为“会聚技术”领域的核心技术之一,已经引起了欧美发达国家的高度重视．国内外众多著名的大学和科研机构在该领域已经开展了广泛深入的研究,并取得了一系列实质性的进展和丰硕的成果。文章详细介绍脑机技术的发展现状及其军事应用前景,为未来新概念武器的发展提供参考。     

认知域的公域特性及其关键技术

伴随着"认知域"作战概念被引入军事领域,现代战场已经形成了物理域、信息域、认知域三大作战维度。认知域已经成为美国战略空间拓展的主要战场之一。按照习主席关于要打好意识形态领域"制脑权"战争的思想,更需要重视认知域的攻防,研究相关技术,才能在没有硝烟的战场上不落下风。     

基于神经网络的语音识别系统

本文研究神经网络的多层感知器模型在语音识别中的应用。为达到实时识别的效果,笔者设计了TMS32010数字信号处理板,它与PC/XT机构成主-从系统,由PC/XT机管理数据,TMS32010进行高速运算,实验中,考察了神经网络对数字语音的识别能力,识别率达到95％以上,结果表明,用神经网络进行语音识别是一种很有前途的方法。     

无人机系统自主控制技术研究现状与发展趋势

无人机系统是未来进行信息对抗、夺取信息优势、实施火力打击的重要手段。"自主性"是无人机系统区别于有人机最重要的技术特征,实现无人机系统的自主控制,提高其智能程度,是无人机系统的重要发展趋势。对无人机系统自主控制问题进行了阐述,首先分析了无人机系统自主控制技术的发展需求,然后介绍了自主控制的概念和自主等级的划分;分析了无人机系统自主控制技术的研究现状,提出了无人机系统自主控制的关键技术问题,主要包括体系结构、感知与认知、规划与控制、协同与交互等;最后对无人机系统自主控制技术的发展趋势进行了展望。     

神经网络的原理及应用

人工神经网络是在现代神经科学研究成果的基础上提出的,反映了人脑功能的基本特征。但它只是人脑功能的某种抽象、模拟和简化。研究这一技术的目的在于,探索人脑加工、储存和搜索信息的机制,并将其原理应用于人工智能的可能性。本文介绍了一些神经网络模型及应用。     

人工智能在各军事强国的发展

世界主要军事力量认识到人工智能这一新科技的影响力,并积极置身于这一新的发展机遇。文章从公开的报道的信息来源,整理分析中、美、俄、以四国的军事人工智能发展现状。研究表明,人工智能技术作为当今科技热点,正在以前所未有的方式影响我们生活的方方面面,也深刻的改变着军事领域的作战方式、作战理论。     

加速无人化装备技术发展的思考

随着人工智能、云计算及大数据等新技术的快速发展及其在军事领域的广泛渗透，智能化无人化装备的应用领域不断拓展、型谱体系日渐完善、作战能力显著提升，已成为世界各主要军事强国聚力发展的新质力量。本文从作战体系、系统平台和支撑技术等三个方面对主要军事强国无人化装备技术的现状进行了分析总结，并在此基础上对无人化装备的技术发展趋势进行了研判，指出无人化装备技术呈现出成体系、成系列、成规模的发展总体格局，正朝着集群化、实战化和自主智能决策的方向发展。在此基础上，充分借鉴外军先进经验，紧密结合军事斗争准备需求，提出了发展军队无人化装备技术的基本思路、主要原则和具体举措，积极探索适合军队特点和规律的无人化装备技术发展道路。     

基于人工神经网络的齿轮箱载荷识别研究

提出了一种基于实测结构响应识别作用在齿轮箱上激励的方法 ,该方法利用人工神经网络建立响应信号与激励之间的映射模型。通过单级齿轮箱上所做的试验数据表明 ,这种利用人工神经网络识别齿轮箱载荷的方法是可行的 ,并且 ,经过训练的网络模型在齿轮箱载荷识别的过程中显示了极快的收敛速度和很高的识别精度。     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。     

美军航天力量发展走势分析

美军一直奉行全球战略极度依赖天基信息支援。美军航天力量在夺取制天权,确保战时进入、利用太空自由,为海外军事行动提供信息支撑方面发挥决定性作用。美军认为航天领域颠覆性技术的应用将会迅速而深刻地颠覆传统战争规则,是应对新兴国家军事威胁,实施第三次"抵消战略"的核心技术。美军高度重视航天力量装备规划、体制编制、理论研究和人才培养的创新发展。研究近年来美军航天力量的建设发展重点,可以透过其一系列的航天力量发展规划,得出美军航天力量发展战略和走势,具有强的启示性。     

无人车用智能导航技术国际态势分析

根据无人车用智能导航技术相关的研究与综述论文、专利发表情况,对该专业技术领域进行总体分析。选取1990—2020年的数据,针对论文发表情况,主要对其发展趋势、国家/地区分布、机构分布、出版物分布、高被引论文、被引频次和研究主题进行深入分析;针对专利申请现状,主要对专利申请时间、国家/地区分布、专利权人、专利研发技术热点等进行深入分析。研究结果表明,在无人车用智能导航技术研究领域,美国和中国无论在论文还是专利的数量和质量方面,均处于世界前列。该技术领域的研究热点主要集中在导航系统、导航卫星、惯性技术、地球物理数据、自主车辆导航、自主车辆定位、激光雷达、位置数据、神经网络、目标跟踪算法、传感器、卷积神经网络、自动驾驶等方面。     

人工智能在军备控制领域的争议与挑战

随着人工智能技术的发展,当前国际社会对管控以“杀手机器人”为代表的致命性自主武器系统的呼声日益强烈,对于这类武器系统可能在未来引发伦理和安全危机的担忧逐渐增多。针对致命性自主武器,最严格的观点是全面禁止其研发和使用,以防止“杀手机器人”的出现;较宽松的观点是限制其使用、转让、扩散和购买;介于两者之间的观点是暂停其研发或使用,待相关管控规则形成后,再开展相关活动。本文认为,目前,国际社会就这一军控问题达成共识依然任重道远。根据现实情况,我国不宜过早寻求限制相关技术的研发工作,而应力求先确立管控致命性自主武器部署、使用、流通等方面的规则。     

基于科学计量的机器学习技术发展评估分析

机器学习是通过数据训练使机器获取新的知识和技能的计算机技术，是人工智能技术的核心和前沿领域之一。本文以Web of Science?核心合集收录的机器学习领域相关SCI论文和incoPat全球专利数据库收录的机器学习领域相关专利为数据源，运用科学计量方法对文献数据和专利数据进行时间、地域和机构分布分析，展示了机器学习领域研究实力的分布情况，并对机器学习的发展趋势进行了分析；然后利用主题聚类分析方法及可视化软件VOSviewer，挖掘出机器学习领域的关键技术、技术热点；最后对结果进行了总结分析，以期为我国机器学习发展布局提供参考和借鉴。     

Artificial intelligence & future warfare: implications for international security

Recent developments in artificial intelligence (AI) suggest that this emerging technology will have a deterministic and potentially transformative influence on military power, strategic competition, and world politics more broadly. After the initial surge of broad speculation in the literature related to AI this article provides some much needed specificity to the debate. It argues that left unchecked the uncertainties and vulnerabilities created by the rapid proliferation and diffusion of AI could become a major potential source of instability and great power strategic rivalry. The article identifies several AI-related innovations and technological developments that will likely have genuine consequences for military applications from a tactical battlefield perspective to the strategic level.