红军四渡赤水之战新论

遵义会议肯定了以毛泽东为代表的正确军事路线，恢复了红军作战的正确原则。遵义会议后，在以毛泽东为代表的新的党中央领导下，中央红军在云贵川三省边界的赤水河上往返四渡，创造出以弱胜强的战争奇迹，最终实现北渡长江的战略计划。     

军事信息服务的概念体系及其应用

随着军事变革和信息技术的发展,传统的指挥控制系统已经无法满足联合作战的需求,下一代指控系统必然是基于面向服务思想构建的。针对该情况,介绍了军事信息服务的概念体系,提出了军事信息服务的逻辑结构,分析了军事信息服务的组成分类,并在此基础上,给出了基于服务的指挥控制系统构建框架以及军事信息服务应用模型,最后给出了结论。     

轰炸瞄准具真空速计算机构的仿真

应用基于动态基点测量的数字式自适应补偿技术,消除了各种干扰因素对供电电压的影响,使真空速的数字量驱动信号自动适应供电电压的变化,实现了轰炸瞄准具真空速传感装置的精确模拟;用表征真空速的数字量驱动信号,取代原实装设备的模拟量电压驱动信号供给计算机构,并使仿真信号与实装模拟信号兼容.仿真结果和实际应用表明,该系统具有仿真精度高、稳定性好等特点,能广泛地应用于领航轰炸模拟器的瞄准具上.     

面向再制造零件表面形貌的计算机辅助检测系统

再制造工程以磨损零件为研究对象,在再制造性评价及相关研究中需要检测磨损零件的表面形貌,由于磨损零件表面形貌复杂,传统的测量方法不能完全胜任.针对这一问题,采用线结构激光三角法研制了一套面向再制造零件表面形貌的计算机辅助检测系统,介绍了该系统的结构,并将其应用于测量某型车辆离合器弹子槽的表面形貌上.     

强化基层政工干部信息化素质

当前,信息系统越来越成为政府、科技、教育、卫生、工业、农业等各行各业了解情况、数据统计分析、提出解决方案的得力助手。在军事领域,当现代信息系统进入作战体系中的侦察预警、指挥控制、火力打击、网电对抗、综合保障等系统之后,便颠覆了传统作战体系的面貌。     

信息化战场下军事指挥决策的人机交互技术与方式研究

人机交互环境是影响信息化战场下军事指挥决策能力与效率的一个重要因素。文章分析了未来信息化战场军事指挥决策面临的挑战，对军事指挥决策人机交互技术与方式的理论、技术与实践进行了深入探讨，研究了我军军事指挥决策人机交互技术与方式的发展思路和方向，提出了信息时代提升我军军事指挥决策能力的建议和对策。     

有/无人协同探测编队指挥控制系统结构设计

针对有人机动雷达/无人机集群（manned mobile radar/unmanned aerial vehicle cluster,MMR/UAVC）编队指挥控制系统结构设计问题进行了研究。以未来无人机蜂群探测任务为背景,提出MMR/UAVC协同探测作战模式,结合编队组织结构和作战流程,对指挥控制系统总体设计提出具体要求。在此基础上,设计了包括决策规划层、协同控制层和效能评估层的递阶式指挥控制系统结构,概括了各层次主要功能与逻辑关系。对指挥控制系统的关键模块和支撑技术进行了分析。     

火力打击装备智能化无人化技术研究

着眼于陆军火力打击部队智能化无人化装备发展途径和实现方式,重点开展典型火力打击装备智能化无人化技术研究。围绕侦察感知、指挥控制、通信网络、火力打击等要素,分析智能化无人化关键技术在火力打击装备上的应用,提出火力打击装备智能化无人化技术方案,为形成火力打击智能化作战体系,提高火力打击部队智能化作战能力提供支撑。     

基于事件的视觉SLAM综述

事件相机是一种生物学启发的新型视觉传感器。不同于传统相机输出强度图像帧,事件相机检测每个像素点的亮度变化,当亮度变化超过某一阈值,产生包含像素位置、时间戳及变化极性的像素级事件输出。同步定位与地图构建(SLAM)是一种让机器人独立估计自身位置并同步增量式地构建周围环境地图的技术,使用传统相机进行SLAM已经是一个成熟的话题,但在高速、高动态范围等挑战性场景下,传统图像帧易产生运动模糊。事件相机具有低延时、高时间分辨率、高动态范围等优秀特性,可以在SLAM领域弥补传统相机的不足,但“事件”这种非常规的异步输出形式导致了处理范式的转变。首先介绍了SLAM技术的基本流程,其次介绍了DVS、ATIS和DAVIS三种典型的事件相机,列举了基于事件的SLAM性能评估方法,梳理了事件寿命估计、时间平面表示、事件帧表示等事件数据的不同处理方式,然后回顾了事件相机在国内外视觉SLAM领域的应用研究并进行了总结和对比,最后对基于事件的视觉SLAM技术作了总结并展望了其未来发展趋势。综述表明,事件相机可以进一步拓宽视觉SLAM的应用场景,但新的数据形式和尚不成熟的硬件体系限制了基于事件的SLAM的发展。未来基于事件的SLAM可以围绕以下主题开展进一步研究:新的基于事件的传感器的研发、新的处理事件数据的方法、基于事件的SLAM与深度学习的结合以及基于双目事件的SLAM。     

一种巡逻执勤目标检测算法研究

巡逻执勤是具有重要意义的安全维稳行动,但是巡逻环境复杂、目标多样、检测难度大的问题十分突出,所以如何准确、实时检测巡逻执勤目标具有重大现实意义。为了提升对巡逻执勤目标检测的准确性和实时性,基于YOLOv5算法进行改进。为抑制巡逻环境带来的干扰,结合ECANet注意力机制进行改进,提高被检测目标显著性;同时为保证较好的实时性及多尺度目标检测能力,引入BiFPN网络结构。将改进算法与原始算法进行比较,mAP提升3.51%;与4种算法进行了对比实验,结果显示该算法能较好地降低巡逻执勤目标检测因检测相似、尺度多样、光照干扰等问题带来的影响,进一步验证了该算法在巡逻执勤目标检测任务中的有效性。