空间紫外目标探测系统技术研究

为了有助于紫外探测系统的不断发展和应用,尤其是在空间军事上的广泛应用.首先,在阐述紫外探测系统组成与工作原理的基础上,提出系统的主要技术性能,分析紫外光学系统的技术特点,以及真空型和固体型2类紫外探测器的技术现状.其次,从目标的时间特性、运动特性和辐射特性角度研究空间紫外目标特性,并进一步归纳紫外大气传输影响因素.再次,借鉴红外目标信号处理方法,探讨紫外弱目标信号处理与检测方法.最后,指出紫外探测系统发展需要解决的若干关键技术.对于紫外目标探测系统技术的发展与深入研究,具有一定的理论指导作用.     

仿真雷达组网方案生成方法

提出了一种基于仿真的雷达组网方案生成方法,研究基于仿真的设计(SBD)方法在雷达组网的分析、设计与评估中的应用过程,并建立了基于仿真的雷达组网方案分析设计一体化集成环境.该方法针对雷达组网方案分析、设计的具体需求,以建模与仿真技术为支撑,有助于对多任务条件、多种战术背景下的雷达组网方案进行分析、评估和优化,为雷达指挥所指挥员和作战参谋提供雷达组网方案的辅助分析,提高指挥所在多种战术背景下的快速反应能力和整体作战指挥能力.     

作战实验问题若干研究观点汇编

作战实验是为了检验作战理论和方法而进行的研究活动,作战实验的方式包括作战实验室实验、演习场上的检验性实验、局部战争中实践性实验.作战实验室论证型实验综合运用军事理论、系统科学、计算机仿真的理论方法和技术手段,构建由虚拟战场、虚拟部队和虚拟对抗组成的信息化虚拟作战环境,在逼进现实的虚拟军事对抗环境中预演未来作战.作战实验的硬件环境配置应符合模型的分辨率要求和计算特点.     

应用Bayes分析方法鉴定误码率

本文应用了Bayes分析方法,即依据样本考虑先验知识,进行统计推断“可信度”。由此推导出了误码率计算公式,从而在数据传输试验中实现了不需要测试设备,只需计算重发次数,传输总次数,即可求得误码率,同时给出其风险,为科学鉴定误码率提供了理论依据。     

北非海盗对美国创建常备海军的影响与启示

应对海盗威胁与促进海军自身发展是一个挑战与应对挑战的古老而常新的课题.也是摆在各国海军面前的重要任务.早在建国之初,美国海军就长期面临北非海盗的威胁.美国以解决北非海盗问题为突破口,经过艰难曲折的过程,不仅重建了在独立战争结束后被取消的海军,还成功实现了海军建设的转型,组建了常备海军,并催生了美国海军海外驻屯的方法,指引美国海军走出了迈向远洋的第一步.在新的历史时期,当索马里海盗日益威胁中国国家利益之时,中国政府根据联合国安理会的有关决议和相关国际法应承担的国际义务,派遣海军编队赴索马里海域护航.北非海盗问题促进美国创建常备海军的历史个案,对中国海军赴索马里海域护航和加强自身建设具有重要的启迪意义.     

基于三维虚拟营区的设备实时信息集成

虚拟现实技术已广泛应用于营区、校园、社区等区域虚拟景观的展现,但大部分只重视静态模型信息展示,对设备信息特别是设备动态实时信息的展现涉及较少。提出了一种在三维虚拟营区中全面展现设备信息的方法。该方法将各设备管理系统数据与三维数据融合共用,通过图元接口来实现设备动态信息展示。在基于Stamp三维信息平台和3ds Max构建的虚拟营区中进行验证,实现了营区供水、供电、环境监测、安防等设备信息的综合展现。     

抗日根据地军事文化建设之理论溯源

本文集中阐述了抗日根据地军事文化建设的理论渊源,指出她是在马克思主义军事文化思想指导下,对苏区革命文化事业的继承与发展,对中国传统军事文化的借鉴和吸收。对于建立和巩固根据地,夺取抗日战争的胜利发挥了重大作用。     

基于Floatboost算法的多视角目标识别

采用独立分量分析(ICA)方法对目标图像进行特征提取,提出了基于Floatboost算法与三叉决策树相结合的多视角目标识别级联分类器的设计方法,并融入角度优先粗分类的设计思想.经过与其他分类方法的试验比较表明,基于Floatboost算法的多视角分类器在一定程度上解决了目标旋转等问题,可满足某些实时系统的需求.     

Clustered coverage orienteering problem of unmanned surface vehicles for water sampling

This study investigates a clustered coverage orienteering problem (CCOP), which is a generalization of the classical orienteering problem. The problem is widely motivated by the emerging unmanned techniques (eg, unmanned surface vehicles and drones) applied to environmental monitoring. Specifically, the unmanned surface vehicles (USVs) are used to monitor reservoir water quality by collecting samples. In the CCOP, the water sampling sites (ie, the nodes) are grouped into clusters, and a minimum number of nodes must be visited in each cluster. With each node representing a certain coverage area of the water, the objective of the CCOP is to monitor as much as possible the total coverage area in one tour of the USV, considering that overlapping areas provide no additional information. An integer programming model is first formulated through a linearization procedure that captures the overlapping feature. A two-stage exact algorithm is proposed to obtain an optimal solution to the problem. The efficiency and effectiveness of the two-stage exact algorithm are demonstrated through experiments on randomly generated instances. The algorithm can effectively solve instances with up to 60 sampling sites.     

基于机动观测站和机动外辐射源的被动跟踪模型

围绕机动观测站和机动外辐射源的被动雷达(Passive Radar,PR)目标跟踪问题,提出了一种以到达时间差(Time Difference of Arrival,TDOA)为目标观测量的被动跟踪模型,通过在同一观测间隔内顺次纠正外辐射源和目标的状态,减小了外辐射源定位误差对目标状态估计的影响。仿真分析了不同系统参数与目标跟踪精度之间的关系,证明了模型的有效性。