网络科学在外军指挥控制领域应用研究综述

现代指挥控制系统互联构成了复杂巨网络,致使指挥控制领域内的组织设计、结构分析以及特征描述等问题变得抽象且难于理解。网络科学为分析、描述与解释指挥控制领域内的相关问题提供了有效的理论、方法与技术,在外军指挥控制网络的组织机制、相关特性及其建模方面取得了一定的理论和实践成果,提出为加强网络科学在国内指挥控制领域的应用应设立相应的研究机构、开展前沿研究、重视仿真试验。     

面向通信信号调制识别的半监督生成对抗网络框架

针对只有少量标签数据的弱监督条件下现有调制信号识别模型准确率较低的问题,提出基于生成对抗网络的半监督学习框架。该方法通过对通信信号进行冗余空域变换,使其在适应生成对抗网络模型的同时保留丰富的信号相邻特征;通过梯度惩罚Wasserstein生成对抗网络的引入,构建适宜电磁信号处理的半监督学习框架,实现对无标签信号样本的有效利用。为了验证所提算法的有效性,在RADIOML 2016.04C数据集上进行测试。实验结果表明,该方法在半监督条件下能训练出高效的分类器,获得优异的调制识别结果。     

高速铁路网络延误传播分析

针对既有方法研究高速铁路网络中延误传播规律的局限性,基于高速列车实绩运行数据和列车时刻表数据构建站点延误传播贝叶斯网络模型。结合复杂网络中的渗流理论研究延误传播团簇的演变规律,并以最大延误传播团簇中的南京南站和第二大延误传播团簇中的长沙南站为例,分析处于渗流突变状态下的站点延误传播贝叶斯网络。提出基于核心延误传播团簇的站点延误状态预测模型。结果表明：网络中的站点可按延误传播特征分为延误发散站点、延误传递站点和延误消散站点。延误发散站点不仅能直接将延误传播至邻近站点,还能通过延误传播链将延误传播至较远地区的站点。由此网络以部分延误发散站点为中心向延误传递站点和延误消散站点进行“辐射式”延误传播。     

轻量化改进网络的海天线检测模型

海天线检测在无人艇自动驾驶与海上目标识别领域具有重要作用。针对传统算法在各类场景下鲁棒性差的问题,提出一种基于目标识别算法的海天线检测模型YOLOv5-SH。该模型利用ShuffleNetV2网络单元搭建特征提取网络,替换YOLOv5模型的骨干网络,提取图像中海天线区域,再利用Hough变换的方法在其中进行线性检测,识别海天线。在自建数据集上的对比实验结果表明,YOLOv5-SH模型能够在各类场景下实时准确检测海天线。     

基于复杂网络理论的预警系统结构建模与分析

预警系统构成单元复杂,连接关系多样,是典型的复杂系统。采用复杂网络理论,将空间距离引入网络拓扑结构,构建了预警系统静态模型。动态仿真分析了3种毁伤条件下,分别采用3种重连方式对预警系统效能的影响,得出优先与上层指挥单元连接能更好的保证系统效能的结论,对预警系统的结构优化和指挥接替方式的选择具有一定的参考价值。     

远程火箭炮对不规则面目标分布式多点毁伤计算

对不规则面目标分布式毁伤计算,是远程火箭炮实现多点同时打击典型打法亟需解决的问题。改进后的像素仿真法,将海量像素点与随机弹着点间的循环运算转化为集合运算,大幅提高运算效率的同时,也便于通过缩小颗粒度提高精度,实现毁伤效果可视化,便于为指挥员决策提供直观依据。使用该方法对不规则面积目标进行了毁伤效率计算,仿真结果验证了方法的有效性。     

基于贝叶斯网络的武器装备体系作战效能评估方法

武器装备体系的作战效能呈现非线性、对抗性、动态性等特点,武器装备体系的建设发展对评估模型的应用分析提出更高的要求。由于贝叶斯网络具备对武器装备体系的效能与指标之间的非线性关系的良好映射能力、对动态过程良好的描述能力、良好的推理分析的能力,基于贝叶斯网络的作战效能评估成为了该领域目前的研究热点之一。论述了武器装备体系的作战效能评估以及贝叶斯网络的发展现状,及基于贝叶斯网络的作战效能评估方法的研究现状,指出了基于贝叶斯网络的武器装备体系作战效能评估方法的发展方向。     

网络赋能思想政治教育转型升级研究

随着网络技术的进步,给思想政治教育带来了发展的机会和具有风险性的挑战。网络赋能思想政治教育迫在眉睫。针对存在的创新意识不强,有关思想政治教育网络平台的问题,网络思想政治教育发展不协调的问题。应积极培养和增强创新意识,精心打造线上思想政治精品课程,努力加强思想政治教育网络平台的建设和管理,构建网络赋能思想政治教育发展的长效机制,从而推动思想政治教育转型升级。     

有人机/无人机协同效果评估模型设计

针对目前有人机/无人机协同效果评估缺乏科学方法的现状,在确定了有人机/无人机指控体系结构的基础上,给出了一种新的基于复杂网络的有人机/无人机协同作战网络模型描述方法,进而生成了一种有人机/无人机协同作战协同效果评估模型,并运用该模型对有人机/无人机协同作战网络拓扑模型进行了协同效果评估.     

下期要目

<正>~~