非自伴情形下时滞抛物方程的惯性流形

利用Lyapunov-Perron方法在适当的谱间隙条件和适当小的时滞假设下,证明了一类非自伴算子情形下半线性时滞抛物方程惯性流形的存在性。     

日美新一轮军事合作——从日本向全球扩展

冷战虽已过去15年,但冷战思维、阴影却依然存在。如今,源于冷战时的日美军事合作,非但没有随着时间的推移而被削弱,相反则被不断地强化和加深。且看,连日来,日美动作不断的军事合作——先是就美军首次在日本部署核动力航空母舰达成协议;随后日美高官进行国防和外交“2 2”会谈,并出台《美国日本同盟:为了未来的改革与调整》的军事合作中期报告,从而拉开日美军事合作大改革和驻日美军大调整的序幕;日本执政的自民党推出新宪法草案,修改和平宪法第9条,明文把“自卫队”升格为“自卫军”;日本首相小泉新     

几种UWB-SAR窄带干扰抑制方法的分析和比较

SAR(Synthetic Aperture Radar)信号处理窄带干扰抑制技术是SAR抗干扰技术的重要内容。对3种UWB-SAR(Ultra-W ideBand Synthetic Aperture Radar)窄带干扰抑制方法———陷波滤波法、AR模型参数化干扰抑制法以及小波包分析自适应干扰抑制法进行了分析,利用自行开发的成像软件,对SAR理想点目标和实录数据进行干扰抑制仿真实验,从定性和定量的角度对3种方法的干扰抑制效果作了比较。     

融合阈值法和边缘提取的图像分割算法

针对阈值法分割目标区域不完整和边缘提取断续边缘多的问题,提出了一种融合阈值法分割和多尺度边缘提取的图像分割算法。该算法充分利用阈值分割提供的目标区域信息和边缘提取给出的边缘信息,采用基于区域生长的最大轮廓法连接断续边缘,填充目标孔洞,完成目标分割。利用Matlab平台对该算法进行了验证,结果表明:该算法能有效分割出目标完整轮廓。     

基于雷达的通信系统研究进展

雷达技术与无线通信技术的相似性使得在雷达基础上实现通信功能成为可能。根据雷达与通信结合的程度,把基于雷达的通信系统分为两类,分别介绍了松耦合的雷达通信一体化系统和紧耦合的雷达自通信系统,概览了国内外学者在该领域上的研究进展情况,对未来需突破的关键问题进行了梳理。     

自媒体时代高校辅导员思想政治教育话语能力提升的研究

自媒体的广泛传播对大学生的思想和行为产生了重要影响,高校辅导员思想政治教育话语权也面临着挑战。本文分析了自媒体时代高校辅导员思想政治教育话语面临的困境,从扩展思想政治教育新阵地、塑造新时代辅导员新形象、打造思政教育联合体等提出提升高校辅导员思想政治教育话语能力的具体路径。     

用不确定性度量作战效能的评估方法研究

本文把作战过程分解成多个节点,用不确定性自信息量度量各节点完成任务的程度,改造了信息熵函数,得出一种适合求解作战效能的评估方法,并研究了一具体实例。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

一种改进的主从式协同导航技术研究

为提高传统基于测距信息的主从式协同导航定位算法中从艇的位置解算精度,将从艇间的测距信息作为量测值融入主从式协同导航算法,重新构建了系统状态方程和量测方程,采用了扩展卡尔曼滤波进行滤波解算。仿真结果表明,相比于传统计算方式,增加了从艇间测距信息的主从式协同导航算法可进一步抑制定位误差的发散,提高了从艇的导航定位精度。     

UKF及其在目标跟踪中的应用

在高斯噪声环境下,为了解决扩展卡尔曼滤波(EKF)在目标跟踪应用中精度低和滤波发散的问题,将无迹卡尔曼滤波(UKF)应用于非线性系统的目标跟踪.研究了无迹卡尔曼滤波估计方法,对采样策略进行了比例修正.通过UKF在目标跟踪中的应用仿真结果表明,与EKF相比较,UKF有更好的跟踪性能、收敛快、对噪声有更强的适应能力,算法实现简单.