2019年水下无人系统发展综述

对2019年世界各主要国家和地区水下无人系统的发展情况进行了综合梳理分析。首先研究了美国和日本发布的水下无人系统相关战略规划,之后整理了世界主要国家和地区水下无人系统装备发展情况,并对水下无人系统的关键技术(水下光学通信技术,水下导航技术,能源动力技术,协同作战技术)发展情况进行了总结。综述表明世界各主要军事强国从战略规划、装备研制和技术攻关等维度不断推进水下无人系统能力建设,全面提升水下无人自主作战和跨域协同作战能力水平。     

联合作战协同功效评估尺度及影响因素关联分析

在对已有研究分析的基础上,将联合作战协同功效评估尺度归结为整体性、精确性、时效性、灵活性和稳定性等五个方面,将联合作战协同影响因素归结为作战力量编组、协同通信水平、协同标识、协同指挥体制、协同信息流结构、协同方式、协同计划和协同指挥等八个方面,并就各因素对联合作战协同功效的影响进行分析。研究对于深化协同机理认识和提升协同量化水平具有奠基性的作用。     

预备役部队成建制训练应把握好三个问题

预备役部队的成建制训练,是按照部队的编制和担负的不同任务实施的营、连、排、班等建制分队的训练活动。预备役部队坚持成建制训练,是提高部队整体战斗力的必然要求。然而,由于一些同志没有完整地理解和把握成建制训练的内涵,往往简单地认为把分队按建制集中起来进行训练就是成建制训练,致使许多单位并     

基于自适应卡尔曼滤波的联合RSS/TOA/INS无人机定位算法

针对在全球导航卫星系统信号拒止环境下(如山地、隧道、峡谷)无人机集群常规定位方法受限问题,提出通过集群之间的协同定位,对卫星信号拒止的低成本无人机进行导航恢复的滤波方法,从而有效抑制纯惯性导航系统(INS)定位发散。在获取定位数据方面,首先采用基于超宽带(UWB)和Zigbee设备分别通过到达时间差(TOA)和接收信号强度(RSS)的测距方式得到测距信息,然后进一步利用最小二乘方法解算得到定位局部坐标。考虑到RSS测距远、精度低,而TOA测距精度高、测距范围小的特点,提出一种基于TOA/RSS/INS的序贯扩展卡尔曼滤波算法,通过引入自适应因子,为短程定位信息提供TOA/RSS两路定位冗余的同时,在长程TOA定位失效时仍可利用RSS定位来抑制惯性导航的发散。实验结果表明,该算法在近程可由RSS/TOA提供冗余测距信息,通过自适应因子可将定位精度改善至2m;在长程,尤其TOA定位失效的范围外,同样可以提供误差约为5m的定位信息。相对于传统扩展卡尔曼滤波,所提出的自适应序贯卡尔曼滤波算法有效提高了定位精度,为解决传统定位受限条件下的基于无人机无线电定位研究提供新的思路。     

基于小波分析的开放环境下端到端信息安全传输的数学模型

提出并研究因特网开放环境下端到端信息传输面临的主要问题，提炼出其不安全的主要因素，基于最佳小波基的构造和快速小波算法，以三大特征（网络终端机器特征、传输文档信息特征、人类生物唯一特征）首次建立端到端信息安全传输的数学模型，并给出其解决方法。