动态传真

2012年9月12日,湖南省军民结合卫星应用产业园在长沙望城区奠基。按照规划,产业园将同绕卫星应用、军工电子、物联网以及军民两用等重点产业领域,打造集高端研发、企业孵化、军民融合、同际交流等于一体的“两型”产业园。     

基于生成对抗网络的图像去雾算法

针对有雾情况下目标检测等视觉任务精度明显下降,提出了一种端到端图像去雾网络,能够直接生成清晰图像且不需要成对的无雾图像和真实图像进行训练.将注意力模块融入生成器网络中,充分考虑不同通道和不同区域在有雾图像中的影响,并将通道注意力和像素注意力相结合,提出了一种新的特征关注模块,赋予重要特征通道和像素区域更多的权重.考虑到...     

基于对抗推演的训练样本生成框架

针对军事目标图像智能识别、智能平台对抗等AI算法学习训练缺乏高质量样本难题,提出了一种基于对抗推演的训练样本生成框架。从训练样本的数据格式、作战业务的维度,建立了训练样本分类体系;从样本特征、样本标签两方面,提出了训练样本的表征方法,建立了军事目标图像、目标航迹等训练样本表征模型;建立了基于对抗推演的训练样本生成框架,依据红蓝双方的行为决策模型,开展对抗式仿真推演,积累训练样本数据;以智能空战决策训练样本为典型案例,提出了基于规则与微分方程求解相结合的方法,通过自主对抗模拟产生训练样本数据,支撑智能空战决策AI算法训练。     

一种基于和声搜索的改进粒子滤波算法及应用

针对传统粒子滤波算法在粒子生成阶段存在的粒子选取盲目性问题,提出了将和声搜索算法与粒子滤波算法相结合的设计思路,得到了一种改进型粒子滤波算法.随后,针对某载体的导航问题,将该算法应用于组合导航滤波并进行了仿真,仿真结果验证了所提出滤波算法的正确性和有效性.     

智能化雷达干扰系统自学习模型研究

首先对自学习进行了阐述;然后研究了雷达对抗中敌我双方的参数、特征知识及知识表示;最后提出智能化雷达干扰系统中的2个过程自学习模型:雷达辐射源识别规则自学习模型和对敌雷达干扰策略自学习模型,为深入研究智能化雷达干扰系统提供模型基础.     

基于Agent建模与仿真的军事对抗系统

军事对抗系统是复杂适应系统.基于Agent建模与仿真较好地克服了传统的建模技术存在的不足,为将军事对抗系统作为复杂适应系统研究提供了新的思路,开辟了军事对抗系统建模仿真的新领域.结合红蓝分队对抗实例,介绍了基于Agent建模与仿真技术建立分队对抗系统的全过程,并对其中的属性集、行为集、规则集、信用分派机制、底层交互、高层交互构建进行了深入的研究.该研究为建立基于Agent建模与仿真的Multi-Agent军事对抗系统提供了思路和参考.     

复杂电磁环境威胁模型研究

为了研究复杂电磁环境对防空导弹系统作战能力的影响,分析了电子对抗环境、光电对抗环境、反辐射导弹威胁环境的主要威胁因素,建立了远距离支援干扰、分布式干扰、红外诱饵干扰、激光干扰、烟幕干扰以及反辐射导弹攻击等主要威胁因素的威胁仿真模型,并对分布式干扰和激光干扰模型进行了仿真分析.仿真结果证明复杂电磁环境威胁因素对防空导弹作战能力产生严重影响,对防空导弹作战指挥和采取抗干扰措施具有很高的理论意义和指导价值.     

用于机动式C3I系统的综合光电对抗系统研究

为了提高机动式C3I系统在现代化战争中的综合防护能力,应为系统增加光电对抗手段.设计了一种可用于机动式C3I系统的综合光电对抗系统,包括对光电告警设备的选择、数据融合、实施干扰的决策、效果评估,以及光电对抗干扰等具体技术实施.该系统的技术设计是对单体光电对抗设备的融合,可达到有效保护机动式C3I系统的目的.