潜艇表面涂层失效机理的研究

评述了有机涂层失效机理的现代研究方法,将电化学测试技术与现代表面分析技术和传统的涂料检测技术相结合,应用于涂层失效机理分析和寿命评估中.探讨了电化学交流阻抗谱技术在研究变海水压力作用下潜艇表面有机涂层的失效机理,以及建立腐蚀性介质渗入与涂层失效之间数学模型的可能性.     

串联型有源电力滤波器的控制策略

通过所给出的串联型有源电力滤波器系统结构 ,分析了其补偿电压型负载的工作原理。在此基础上探讨了串联型有源电力滤波器的关键技术之一———获得参考电压的控制策略 ,包括检测电源电流和检测负载电压两种控制策略 ,并设计了相应的控制电路。最后 ,通过实验研究了串联型有源电力滤波器采用这两种不同控制策略时对电压型负载的谐波补偿效果     

密集环境中无人机协同机动飞行运动规划方法综述

从单无人机机动飞行向多机协同扩展的通用规划框架出发,介绍了其中各模块相关研究的基本原理、代表性方法和前沿研究,主要包括用于环境障碍感知的实时导航地图构建、离散空间的路径规划、连续空间的轨迹规划、基于离散连续混合空间的规划、多航迹或轨迹的协同规划。综合无人机通用规划框架的关键技术,提出了无人机协同机动规划下一步需要重点研究的方向。     

套利与记账单位的关系

通常说一策略是套利策略,是指其初始资产为0,而最后的资产以正概率严格大于0,也就是无中生有。如果只是看净收益是否严格大于0还不能判断该策略是否是套利策略。当策略的初始资产不是0时,如何判断该策略是否是套利策略?将就套利给出另一种定义,并证明一策略是否为套利策略只要判断其折准净收益是否以正概率严格大于0。给出了原市场和不同折准市场下无套利数学表达式的等价形式,并给出了在选择不同的记账单位作折准及对策略的不同要求(如:可取,折准可取,折准可取等)时无套利的数学表达式的等价形式。     

致命性自主武器系统军备控制态势分析

致命性自主武器系统是指不需要人类操作员干涉,能够自主选择目标并进行攻击的一类武器系统,"平台无人、自主运行、致命攻击"是其主要特征。随着人工智能技术的快速发展,完全自主的致命性武器系统日益受到国际社会的关注,并开始成为国际军备控制问题的焦点。本文主要从技术的视角探讨致命性自主武器系统的军备控制问题。首先,介绍致命性自主武器系统的定义、发展动因以及军控问题的由来;其次,针对国际人道法提出的区分原则、比例原则、预防原则,分析当前自主武器系统在自主目标识别、确认和攻击环节存在的技术问题;最后,分析美国、俄罗斯、欧盟等世界主要国家和地区的军控态度,并探讨我国自主武器系统发展的策略建议。     

C4ISR系统核心体系结构数据模型及其建模方法

C4ISR系统核心体系结构数据模型(CADM)的建模是CADM研究的主要工作,首先介绍了与CADM相关的一些基本概念,并对美军C4ISR系统核心体系结构数据模型的相关研究成果进行了分析;然后应用数据模型语言IDEF1X描述一种实际作战指挥单位通用的军事需求,反映核心体系结构数据模型的要求,以体现核心体系结构数据模型的作用.     

知识的通信资源管理决策支持系统

专家系统可以模拟专家分析和解决问题的过程进行推理,最终给出合理的方案.将人工智能技术引入通信资源管理,提出了基于知识的通信资源管理方法,讨论了基于该方法的通信资源管理决策支持系统体系结构、知识库资源优化和推理机制.     

现代防空火控系统的现状及发展方向

参照国外现代陆用防空火控系统现状 ,结合国内陆用防空火控系统研制情况 ,以功能模块概念阐述现代陆用防空火控系统的组成及各组成分系统的功能。结合近代反空袭作战特点 ,探讨未来陆用防空火控系统的发展方向     

【专题】无人机系统发展阶段和智能化趋势

本文根据无人机系统的主要技术特征对其发展阶段进行了分析概括,并对其智能化趋势进行了展望。首先,通过分析无人机系统的百余年发展历程和核心特点,将无人机系统的发展划分为萌芽起步阶段、初步发展阶段、崛起发展阶段、蓬勃发展阶段、稳步发展阶段和智能化发展阶段;其次,从主要特征、使命任务、任务载荷、导航系统和控制方式等角度对各个阶段特点进行了多维分析和对比;最后,从单体无人系统智能化（认知智能）、无人集群系统智能化（群体智能）和有人-无人系统智能化（混合智能）三个方面分析了无人机系统发展的智能化趋势。希冀这种从具体技术特征的角度来划分无人机系统发展阶段的方法对厘清无人机系统发展历程和趋势具有一定借鉴意义。     

无人机保距跟踪中的视觉跟踪算法研究

针对固定翼无人机对地面目标进行保距跟踪过程中不能稳定获取目标图像的问题,设计了一种提高视觉目标跟踪稳定性的算法。该算法基于核相关滤波算法,提出了线性旋转子空间的概念,用于估计平面外旋转后的目标图像,在跟踪的过程中通过跟踪效果判断是否对线性旋转子空间进行校正。这种更新机制提高了在相对位置不断变化的情况下视觉跟踪的稳定性和准确性,有效地降低了跟踪漂移的程度。算法在无人机跟踪视角的视觉跟踪数据集中进行了测试,结果显示在跟踪的准确性和鲁棒性上明显好于当前主流跟踪算法。并使用固定翼无人机进行了实机飞行,验证了算法的可行性。