基于作战体系结构的装备指挥信息系统作战需求分析

作战需求分析是装备指挥信息系统建设的关键环节,为系统建设提供可靠依据和理论支撑.运用指挥关系模型、装备保障活动模型、作战接点连接能力、信息交换矩阵等体系结构方法对装备指挥信息系统的信息交互进行分析,得出装备指挥信息交互对装备指挥信息系统的作战需求.体系结构化方法是获取作战需求的有效途径,运用作战体系结构研究装备指挥信息系统,为科学、合理地建设装备指挥信息系统提供了一种新的分析研究方法.     

基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。     

美军“作战信息中心”的概念、内涵及启示

自20世纪中叶，美军舰载指挥控制系统中频繁出现一个词“CIC（ Combat Information Center）”，由此，CIC作为舰艇中枢神经，几乎成为美军各型舰艇的标准配置。国内很多技术人员和参考书籍将CIC翻译成“作战情报中心”，这容易引起很多误解。注意CIC用词“Information”，不是“Intelligence”，一词之差、谬之千里，应该译为“作战信息中心”。侧重于对CIC的内涵进行剖析，试图揭示其内在的发展规律。 CIC的演化过程中蕴涵着美军在装备发展过程中的各种试错、实践、经验和教训，美军装备建设的严谨、求实和科学的成份，特别是其技术进步的持续性和连贯性，值得借鉴和思考。     

用于卫星干扰源定位的压缩感知DOA估计方法

针对传统测向方法的实际应用性能较差,提出一种基于压缩感知(CS)的卫星干扰源定位方法。根据干扰信号方位角的空间稀疏性,建立了压缩感知波达方向(DOA)估计模型。通过协方差矩阵的高阶幂逼近信号子空间和矩阵的共轭对称特征,利用高阶幂矩阵的主对角线下左下角列向量进行波达方向估计。仿真实验验证,该方法不需要已知干扰源数,具有较高的精度和较好的分辨力,且能满足对相干干扰信号的估计。对压缩感知DOA估计在卫星干扰源定位中的应用具有一定参考意义。     

装甲装备器材仓库MIS分析与设计

为提高装甲器材仓库的管理水平,促进装甲装备技术保障建设,结合我军装甲器材仓库编 制体制和器材保障需求,应用面向对象的方法,提出了系统的总体框架、层次结构,论述了系统的功能。 从而为我军装甲器材仓库的信息化建设提出了一套切实可行的技术方案。     

复杂相似标的招投标模型分析研究

分析了信息在招投标过程中的应用,研究了相似标的在招投标管理中的机制模型,实现了招投标管理中复杂标的的机制设计。最后,对模型的应用进行了分析研究,证明了该模型可以有效提高招投标效率。     

信息化战争呼唤训练方法创新

加强信息化战争条件下联合训练,是战争形态和作战方式变革的必然要求。本文从完善内容体系、探索组训模式、配套训练保障三个方面创新联合作战训练方法,打破传统训练方式的桎梏,坚持任务牵引,坚持扬弃并举,通过转变训练思维,提升训练方法的质量和层次。     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.     

通用装备机械液压系统综合检测试验平台的设计与研制

针对目前通用装备保障建设过程中存在的保障设备通用性差、综合功能弱、机动性能差及信息化程度低等问题,提出了"划类分组、综合集成、一体通用"的设计思想,研制了可完成军械、装甲、工程、防化、车辆、陆军船艇等装备机械液压系统技术状况检测与评估、故障诊断、部(元)件修后试验与质量评估、信息管理等功能的综合机动平台。重点阐述了平台各系统的设计思想、硬件组成及软件框架。实际应用表明,该平台具有"广谱"、"广域"和"全时"的能力,其推广使用将为通用装备保障由"基于型号"向"基于能力"的建设转型提供成功示范。     

基于波达方向矩阵的矢量水听器方位频率联合估计

提出了一种新的基于单个矢量水听器的方位频率联合估计方法--波达方向矩阵法.利用矢量水听器的时延数据,构造了两个相同的子阵,通过对波达方向矩阵的特征分解,实现了对目标信号的波达方向估计,并同时得到了目标的频率特征.计算机仿真实验表明,该方法具有较好的估计精度.