雷达系统分布式仿真及其系统集成关键技术

对分布式雷达仿真系统的框架、功能组成和模拟方法进行了介绍。详细论述了雷达仿真分系统的实现方法、模块组成和接口关系。对分布式仿真中系统集成的难题进行了重点研究,综合运用网络通信、内存映射、对象动态生成和对象类型识别等技术手段,自主开发了一套用于分布式仿真系统的集成开发框架-ITFrame,有效解决了分布式雷达仿真中的网络...     

汽油与柴油混合用作柴油机应急燃料的探讨

应急燃料对于提高战时油料保障能力具有重要意义。文章以在-10#军用柴油中掺入90#车用汽油(简称为汽柴混合油)为例,从柴油机燃料应具有的品质性能着手,分析了汽柴混合油作为柴油机应急燃料的可行性。把车用汽油和军用柴油按照不同的比例掺兑,将试验结果与军用柴油的性能要求和美军应急使用指标对某些理化性能的要求相比照, 指出了汽柴混合油作为柴油机燃料的可行性,并提出了建议。     

“暴力竞技”何去何从

新年伊始,国际政治领域爆出的最大冷门无疑当属中东政坛的一次“洗牌”:在1月25日举行的巴勒斯坦立法委员会选举中,哈马斯一举拿下了132个席位中的76席,而此前一直执政的法塔赫仅保住43席。哈马斯通过民选方式赢得执政机会,不啻为中东地区的一场政坛强震,因为这不只改变了巴勒斯坦的政治格局,还给在困境中徘徊已久的巴以局势平添了一个更难以估测的变数,用英国《卫报》的话说,“新局势的猝然到来使每个人都是两眼一抹黑”。哈马斯长期奉行强硬的对以政策,以色列也一直将其视作悍敌。2005年年底卸任的以色列前军情局长阿哈隆·泽维在出席最后一次内阁会议时,曾不无忧虑地表示:加沙明年将成为“哈马斯斯坦”。“斯坦”出自古波斯语,有“土     

蹈海惊雷——中国海军水雷与反水雷武器揭秘

本文为军事爱好者所写,文中观点不代表本刊,仅供读者参考。     

朱可夫——苏联保卫者

二战中朱可夫面临的挑战是普通人难以想象的,他不仅必须在最为残酷的战争中击败强大的德军,还得在斯大林专制主义环境中生存下来。朱可夫拥有坚强的决心和过人的意志力,从来没有在纳粹德国的强大攻势面前动摇和退缩过,直到最后率领苏联红军直捣柏林,摧垮第三帝国。     

网电空间力量军民融合式发展研究

当前,网电空间已经成为信息化条件下的全新战场和战略制高点,是与天空、太空同等重要的国家安全新边疆。胡锦涛同志站在时代发展和战略全局高度,指出网电空间安全直接关系国家战略安全,关系掌握战争的主动权,并明确将网电空间力量作为军队转型建设六种新型作战力量之一加快发展。为贯彻主题主线重要战略思想,     

从王安石变法看政策执行的必备要素

政策的执行是一项系统性工作,其中领导者的综合素质、直达基层的领导骨干、及时高效的反馈机制、牢靠的群众基础以及周密配套的实施方案,都是政策执行的必备要素。讨论政策执行的必备要素,对于政策的执行乃至当前的改革,都具有非常重要的现实意义。     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。     

D-S证据理论应用中的一种验证方法

D-S证据理论是一种比概率论确定性弱的不确定性理论,它能将"不知道"和"不确定"两个认知学上的主要概念区别开来,在多传感器数据融合中具有广泛的应用前景.D-S证据理论在实际应用中却存在一个困难,当目标的个数较多时,需要计算的项数太多,容易造成漏项,引起计算错误.提出了一种确定计算项数的算法,作为验证计算结果的必要条件,并通过图解的方法找出需要计算的项.     

基于深度强化学习的作战概念能力需求分析

作战能力需求分析是作战概念开发过程中的关键环节,在形式化描述作战概念能力需求分析问题的基础上,通过定性与定量结合,设计了一种基于深度强化学习的作战概念能力需求分析方法。该方法通过模拟仿真实验,获取高可信度的仿真小样本数据集;基于经验数据构建作战概念的代理模型,并以高可信度仿真数据集为输入,应用多目标优化算法对代理模型进行优化训练;最后,将训练得到的代理模型与深度强化学习框架进行交互寻优,实现作战概念能力需求的反向探索。选取“超越式登陆”为实例进行验证,实验结果表明方法可行。