燃气类重要目标防护问题探讨

近几场局部战争表明,空袭与反空袭已成为现代战争的主要作战样式。对重要经济目标防护能力的强弱,直接关系到反空袭作战的成败。天然气、煤气、液化气等能源基地,既是国计民生的重要命脉,也是极易遭到袭击的脆弱目标。有效组织实施燃气类重要目标的防护,已成为十分重要的问题。     

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...     

政治干部在强军目标实践中的使命担当

党在新形势下的强军目标赋予政治干部重大历史责任。政治干部要在理论武装上站在最前沿、提高打仗本领上走在最前列、为民务实清廉上勇当先锋,为实现中国梦强军梦模范履职尽责。     

牢牢把握党在新形势下的强军目标

牢牢把握党在新形势下的强军目标,必须坚决铸牢听党指挥这个强军之魂;始终扭住能打仗、打胜仗这个强军之要;努力夯实依法治军、从严治军这个强军之基。     

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波(extended Kalman filter,EKF)、转换测量卡尔曼滤波(conversion measurement Kalman filter,CMKF)、基于弹道运动方程的扩展卡尔曼滤波(ballistic extended Kalman filter,...     

复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。     

基于模糊多属性决策的反装甲目标战场价值评估

信息化战场反装甲目标层出不穷,指挥员决策难度增大。针对反装甲目标信息的复杂性,应用模糊多属性决策理论,提出坦克分队进攻战斗中敌反装甲目标战场价值评估的方法。并通过确定各决策因素指标值和计算加权值,构建价值评估多属性决策模型,快速有效地确定分队本级范畴内的敌反装甲目标的战场价值,有利于分队指挥员迅速果断地实现其作战指挥决策。     

一种应用于超视距目标指示的误差分析方法

导弹超视距攻击的目标指示信息的误差会直接影响导弹攻击的准确度。为了实时并准确地计算出超视距目标指示信息的误差大小,分析了使用中继法进行超视距目标指示的过程,提出了一种基于坐标投影以及坐标旋转的误差分析方法。根据仿真计算,与传统的误差分析方法——蒙特卡罗法——进行比较,说明了所提出方法准确性高、计算速度快的优点。     

自适应两步滤波算法在机载IRSTS被动定位中的应用

在机载红外搜索跟踪系统被动定位研究中,针对扩展卡尔曼滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用两步滤波算法并结合Sage-Husa噪声估计器构建了适用于机载IRSTS被动定位特点的自适应两步滤波算法模型,算法不仅实时在线地估计了观测噪声的统计特性,而且避免了观测模型线性化误差.仿真结果表明,在完全相同的初始条件下,自适应两步滤波算法对目标运动参数的估计结果明显优于扩展卡尔曼滤波,从而提高了机载IRSTS被动定位的精度.     

一种基于SVM的炮位校射雷达弹道外推新方法

SVM是一种理论依据充分的机器学习新算法,主要用于对有限个样本的分类识别和回归建模.将一条弹道视为一个训练样本,利用SVM回归方法在不同弹道之间归纳弹道落点的规律,从而可以对未知弹道的落点进行预测.将SVM引入弹道外推是重要创新,构建具有代表性的训练样本,以及统一样本空间维数等是技术创新.仿真实验表明,SVM可以提高弹道外推精度,同时缩短外推时间.