基于聚类的ACM模型门限阈值的自适应算法

准确地设置门限阈值是有效提高ACM模型跟踪性能的关键。基于无监督聚类理论,提出一种根据目标机动情况自动确定聚类类别数,通过对实时数据聚类区分出目标做匀速或匀加速运动状态时刻的数据集。再通过加权求解类内样本点的标准差来确定ACM模型的门限阈值。该方法能够根据实时数据自适应的确定门限阈值,计算简便。仿真实验证明该方法能自动确定类别数且分类准确,对噪声标准差估计准确。     

基于LSSVM的JPEG图像信息隐藏盲检测算法

提出了一种基于LSSVM的针对JPEG图像的信息隐藏盲检测算法。该算法在提取JPEG图像的12维特征向量的基础上,通过LSSVM分类器对待测图像进行分类,以达到检测载密图像的目的。实验结果表明,该算法构建的LSSVM分类器对载密图像进行盲检测时,正确检测率较高,能够实现针对各类JPEG图像信息隐藏算法的有效检测。     

“江之岛”全扫描日本海上自卫队“江之岛”号雷霆

二战中由于日本忽略扫雷技术,在一美军饥饿战役中,日本的海上运输几乎被水雷完全切断,使日本的作战能力大打折扣。战后,日本自卫队组建伊始就很重视扫雷,先后设计建造了多级扫雷艇。如今,日本的扫雷技术已经超过了美国,成为世界首强。1991年海湾战争后,日本曾派海上自卫队的扫雷艇及扫雷母舰前往波斯湾,扫除伊拉克布设的各种水雷,其成功率超过了美国海军,受到了美国海军的表彰。     

军民一体化维修保障军地任务分配方法

推行军民一体化维修保障的关键是解决军地任务分配问题.提出了军民一体化维修保障任务分配的总体思路,深入研究了系统级军地任务分配流程和判断准则,业务级军地任务分配的基本原则、所需信息和一般步骤,军地任务分配综合分析项目和作用,为型号装备开展军地任务分配奠定了基础.     

基于分形维数的数字调制信号识别

在复杂的电磁环境下,如何快速准确地对低信噪比下的常见通信信号进行较全面的识别是一个亟待解决的问题。在对信号分形维数仿真讨论的基础上,提出了一种新的通信信号识别方法。首先,对接收到的信号进行预处理,然后提取其盒维数和信息维数,将两者作为识别的特征参数,最后基于支持向量机实现未知信号的识别。由仿真结果分析可知:预处理后的信号序列的盒维数和信息维数分离度高且受噪声和信号参数的影响小,识别结果较好。在信噪比为5 dB时,不同调制类型信号间的识别准确率最低为87%。     

战时合同商保障风险评估研究

合同商保障风险的分析和评估,对于成功实施合同商保障具有非常重要的意义。首先对战时合同商保障过程中的可能遇到的风险问题进行了分析,建立战时合同商保障的风险评估模型,然后利用层次分析法得出模型中所需要的参数,最后进行了案例分析。     

原位反应电火花沉积TiN陶瓷增强相的工艺性能

以TC4钛合金为电极,氮气作为反应气和保护气,在45钢表面原位反应生成含TiN的沉积层。对电压、电容、频率、转速和比沉积时间5个沉积层厚度影响因子,各设4个工艺水平,进行正交试验,研究多项工艺参数同时变化时沉积层厚度的变化规律。结果表明：选用电容为120μF,输出电压145 V,比沉积时间3 min/cm2时可获得综合质量最优的沉积层。电火花反应沉积层与基体形成冶金结合,沉积层均匀致密,厚度约为30～40μm,主要由TiN、FeTi和Fe9.64Ti0.36组成。沉积层的弹性模量为183.614 GPa,而纳米硬度达14.039 GPa,是基体的4倍。结果表明：原位反应电火花沉积可有效改善材料的表面性能。     

Link-16信号结构研究

摘要：台湾的联合战术信息分发系统采用Link-16战术数据链进行通信,本文在Link-16数据链研究的基础上介绍了该信号的结构组成与数据封装。     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。