工办之窗

<正>湖北省召开军民融合产业发展推进会10月17日,湖北省军民融合暨海工装备产业发展推进会在武汉召开。会议听取了湖北省国防科工办关于全省军民融合暨海工装备产业发展情况的汇报。襄阳市政府、航天三江集团、武昌船舶重工有限公司、武汉理工大学、武汉航达航空科技发展有限公司、中石化石油工程机械有限公司等6家单位作交流发言。会议指出,军民融合发展关系国家安全和发展全局。船舶与海工装备产业是推进国防科技工业军民融合发展的     

基于概率地图的低空突防威胁空间量化算法

威胁回避问题是TF/TA系统的核心问题,针对概率地图中空间威胁的量化问题,给出一种方便快捷的计算方法。首先在不考虑地形遮蔽情况下,给出雷达或者火力扫描边界点的计算方法。在此基础上考虑地形遮蔽情况下,利用地形通视图算法,确定雷达扫描盲区,实现基于概率地图低空突防威胁空间通视量化算法。仿真结果表明,该算法能够快速给出计算对雷达扫描盲区的界定范围,提高了计算效率,从而可以提高无人机进行低空突防的生存几率。     

基于二次特征提取的神经网络信号源个数估计方法

信源数目估计对阵列信号空间谱估计非常关键,但容易受到相关噪声环境和相关信号源的影响。为此,提出一种基于二次特征提取的源数估计算法。首先,利用阵列信号协方差矩阵的特征值和特征向量,提取6组二次特征参数;然后,利用这些参数对神经网络进行训练;最后,利用训练好的神经网络进行信源数目估计。由于稳健性强,该算法非常适合在复杂电磁环境下使用。仿真试验结果表明,该算法在低信噪比、相关噪声和相关信号源条件下均具有良好的估计性能。因此,该算法应用前景广阔。     

一种具有遗忘特性的在线学习算法框架

基于凸优化中的对偶理论,提出了一种具有遗忘特性的在线学习算法框架。其中,Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的:(1)梯度提升;(2)贪婪提升。回顾了以往的相关研究工作,并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移问题,为设计和分析新的在线学习算法提供了一个新的思路。     

一种快速确定GPS整周模糊度的方法

GPS初始整周模糊度的求解是利用载波相位进行测量时的关键问题,采用了对系数矩阵进行QR分解的方法,用以降低矩阵的维数。模糊度搜索时,针对Z变换可能会引入多余误差,采用了对称三角分解法对协方差矩阵进行去相关处理。实验与仿真结果表明,定位误差在0.5 cm以内,方位角和仰角误差在0.1°以内。     

美军军民融合推动网络空间发展的做法

正近年来,网络空间作为继陆、海、空、天之后的第五维作战域,已迅速成为大国争夺的战略制高点。美国积极推动网络空间领域军民共同发展,深度融合,打造并形成了强大的网络军事优势,其主要做法值得研究借鉴。一、加强顶层统筹,推动网络空间军民一体化发展美国将网络空间能力列为优先发展的重点事项,密集发布相关战略文件,建立健全组织机构,形成了军民配合、军民一体的顶层统筹体系。     

守护异度空间的白衣天使

正眼前的一幕因为和我想象中的场景差别太大而显得有点不真实:阳光下,一个瘦小的穿着护士服的女子在组织几个男人跳大绳。有一个男生不知为什么并没有响应,护士就上前像哄自己的孩子一样轻声地说了那么几句,那个穿运动服的大男孩就像得到母亲表扬的孩子一样高兴地加入了活动。这时晃眼的光线洒在他们身上,刺眼被中和成了暖暖的光圈,连我这个围观的人都触到一丝暖意。这一幕不是发生在学校的操场上,而是在北京军区261医院的精神病专区里。     

EMD与LMD在BCI脑电信号分析中的比较研究

经验模态分解（EMD）和局域均值分解（LMD）作为近年来新兴的时频分析方法,在处理非线性、非平稳的脑电信号方面具有独特的优势。本文从多个角度对EMD和LMD在BCI脑电信号分析中的特点进行了比较研究,分析了两种方法在对BCI脑电信号进行不同时频尺度分解时的优缺点,为更好的使用和完善两种方法提供依据。     

抗击临近空间高超声速飞行器对策研究

在未来的空袭作战中,临近空间高超声速飞行器具有其他武器所不可比拟的优势,它必将成为一种新威胁。首先分析了该飞行器的卓越性能,简述了它的军事用途,其次论述了它的出现对防空反导体系所产生的影响,最后针对这种新型的威胁,提出了几点应对措施。     

基于DMFT的空间目标微动特征提取

空间目标的高速轨道运动,会导致微动曲线的展宽和走动,将对后续的微动特征提取产生不利影响。针对这一问题,提出了一种基于离散匹配傅里叶变换(DMFT)的空间目标微动特征提取方法。首先分析了高速空间目标的信号回波模型;其次,根据回波信号的特点提出了一种基于DMFT的补偿参数估计的方法;最后,采用Hough变换提取了目标的微动特征。仿真实验验证了该方法的有效性和鲁棒性,结果表明微动特征的提取精度得到了明显提高。