综合保障理论之海军航空装备保障发展

现役的航空装备大部分以可靠性为中心来开展设计和维修保障工作，普遍存在装备可用性低、装备预防性维修周期不合理、装备保障成本高等问题，影响了装备保障效能的提升。针对该问题，论文梳理了综合保障理论产生和发展的意义，分析了当前海军航空装备综合保障的现状，针对性提出了几点发展建议和措施，对于开展综合保障工作有积极的推动意义，对现役装备的预防性维修周期规划、可靠性增长、可用性提高、降低保障成本有重要意义。     

第19届国际信息融合会议及获奖论文评述

总结了第19届国际信息融合会议的总体情况和主要特点，通过对大会报告、分会场报告以及国际信息融合界一些著名专家团队发表论文情况的统计分析，提炼出国际信息融合界普遍关注的焦点和难点问题；通过对获奖论文的分析，了解到受大会评奖委员会一致认可的年度优秀成果和技术进步点；最后，面向高层信息融合中的不确定性处理，对信息融合领域的发展进行展望。     

武器装备试验计量保障有关问题的思考

计量保障是武器装备试验数据准确和试验质量可靠的重要保证,是考核与评价装备战术技术指标的关键环节,在武器装备的发展建设中发挥着不可替代的基础作用。本文结合目前武器装备试验计量保障工作的现状,从计量管理的法制化、试验计量保障能力建设、试验装备的强制检定和装备计量保障信息数据库等若干方面深入阐述了试验需求和法律法规要求,探讨了做好试验计量保障工作应采取的改进措施。     

国家超级计算长沙中心助力新冠肺炎疫情防控【专题】

本文详细介绍了新型冠状病毒肺炎疫情期间，国家超级计算长沙中心积极联合各科技创新平台，发挥高性能计算资源优势，为新型冠状病毒肺炎防控提供了强有力的技术支撑。国家超级计算长沙中心建立了“基于超算的人工智能抗疫大数据平台”，在肺炎疫情分析预警、人工智能病原检测、精准体温测量等方面充分发挥大数据、人工智能和区块链等新技术优势，用科技力量“智斗”疫情，以及从防疫控疫、检验检测、药物疫苗发现等多方位着手，科技助力全面抗疫防疫。     

一种强干扰下均匀圆阵弱信号测向新方法

为了解决强干扰背景下常规空间谱估计算法对弱信号不能正确测向的问题,基于均匀圆形阵列(UCA),提出了一种扩展噪声子空间弱信号波达方向(DOA)估计算法。首先将强干扰方向向量并入噪声子空间形成扩展噪声子空间,然后构造波束函数和新的方向向量进行谱峰搜索。本算法能有效抑制强干扰的影响,对弱信号方向进行正确估计。最后计算机仿真实验验证了本算法的有效性和正确性。     

基于扩展Voronoi图的兵力机动路线决策

兵力机动决策是作战指挥决策的重要组成部分,兵力机动路线决策是兵力机动决策的关键.将地形、障碍和敌情威胁抽象为扩展Voronoi图的生长源,进而根据扩展Voronoi图的特性规划出兵力机动可选择路线,根据相应算法进行选择并修正后得到机动路线,为指挥员的决策提供参考.     

“算法战”及其在空战领域中的应用

随着战争从体能较量、技能较量发展为智能较量,"算法战"与人工智能和指挥控制系统相关联并在其中占据关键地位,是实现智能化作战和建设智能军队的技术基础。通过梳理与总结美军在落实"算法战"研究方面所进行的开创性工作,理清"算法战"发展的脉络,重点对"算法战"产生背景、基本概念与内涵以及发展现状进行了探讨,结合课题组在航空集群作战领域的研究基础,探讨"算法战"在空战领域的落脚应用的可鉴之策,为我空军装备的信息化升级和智能化转型奠定基础。     

基于扩展卡尔曼滤波的雷达无源定位方法

提出了基于扩展卡尔曼滤波的雷达无源定位技术。利用多无人机平台对雷达网进行航迹欺骗,需要对网内的雷达进行定位以达到精确欺骗干扰的目的。但飞行器在飞行过程量测噪声较高,传统的时差定位方法无法满足定位精度的要求。对于时差定位的非线性时变模型,提出了利用时变扩展卡尔曼滤波对雷达位置进行跟踪定位的方法。仿真结果显示,利用扩展卡尔滤波进行无源定位可以在高噪声背景下有较好的定位精度。     

陕西省军民两用科技成果转化的SWOT分析

军民两用科技成果的转化可以促进社会资源的再分配,实现军用资源与民用资源开放共享,提高整个社会的资源利用效率,促进国防科技工业进一步发展,是国防建设和经济建设协调统一的良好举措。陕西省作为军工科技资源大省,在军民两用科技成果转化中已经取得了卓越成就,但依然存在市场潜力未被完全激发、转化效率低下和资源利用效率不高等问题。本文通过SWOT分析方法从科研院所、军工企业、民营企业、市场环境和政策指引等多个主体和维度出发,分析了陕西省在科技成果转化过程中的优劣势、拥有的机遇以及面临的挑战,在此基础上提出了符合陕西军民两用科技成果转化的一系列策略建议。     

幅度信息辅助的多机动目标跟踪算法

针对密集杂波下现有的多机动目标跟踪算法计算量大且性能严重衰退的问题,提出了联合幅度信息的多模型标签多伯努利(AI-MM-LMB)滤波器。首先,对目标状态进行扩展,引入幅度信息;然后,建立幅度信息及位置信息的联合量测似然函数;最后,基于MM-LMB滤波器框架,给出新的更新方程。仿真实验结果表明:低杂波下,AI-MM-LM算法同MM-LMB算法跟踪性能相当;高杂波下,AI-MM-LMB算法性能明显优于MM-LMB算法。