不断强化战时装备保障能力

纵观近年几场现代局部战争,特别是伊拉克战争,我们可以清楚地看到,城市空袭中,随着精确制导弹药的使用,打击的突然性、准确性提高,使伤亡数量增大,给卫勤保障提出了新的课题。预备役卫勤分队应选择有效的卫勤保障方法,以适应未来战场的需要。卫勤保障的方法很多,在这里初步探讨几种保障方法。     

用于射频/红外复合制导半实物仿真的波束组合器

射频/红外双模复合制导技术的不断发展引发了对射频/红外双模复合制导半实物仿真系统的需求,而波束组合器是半实物仿真系统的关键部件。讨论了波束组合器技术以及波束组合器对单脉冲雷达测角精度影响的测试方法。     

复合制导防空导弹中末制导交班问题研究

根据防空导弹武器系统发展趋势,分析了中末制导交班问题的来源和研究的必要性,然后分析了影响中末制导交班的主要误差源,并计算了方位和俯仰平面导引头指向误差,讨论了不同条件下的交班问题。     

可见光成像制导半实物仿真中的图像生成技术

目标成像仿真系统是半实物仿真试验中的关键设备,计算机图像生成技术又是成像仿真中的一项关键技术。根据可见光成像制导半实物仿真的需求,从星体数据的坐标转换、星体和目标的位置和亮度控制,以及在计算机仿真的虚拟空间中导引头与目标之间的相对关系等方面,讨论了目标/星光背景动态场景的软件研制过程,实现了高帧频目标/星光背景场景的动态生成,并在仿真试验中得到应用。     

Arnold变换的置乱恢复研究

基于Arnold变换的原理和特点,探讨了2种置乱恢复方法,并通过仿真,比较了它们的置乱恢复效率。从缩短恢复时间的角度出发,综合2种方法提出了优化方案,在一定程度上提高了置乱恢复的效率。     

利用字节模式二维特征的ROP链智能检测方法

面向返回编程(return oriented programming, ROP)攻击是网络攻击者突破操作系统安全防护、实现漏洞攻击的一种主要手段,ROP链是ROP攻击的重要组成部分。为检测网络流量中的ROP链,提出了一种能自动提取ROP链特征、具有良好泛化性能的智能检测方法。该方法采用顺序抽取的方式将被测流量分成多个序列,利用滑动窗口和数值量化将输入的一维流量数据转换为二维特征向量,基于卷积神经网络模型实现对ROP链的检测。不同于已有的静态检测方法,该方法不依赖程序内存地址的上下文信息,实现简单、部署方便,且具有优异的检测性能。实验结果表明,模型最高准确率为99.4%,漏报率为0.6%,误报率为0.4%,时间开销在0.1 s以内,对真实ROP攻击流量的漏报率为0.2%。     

并行生成卷积网络图像修复算法

为解决修复纹理精细、背景复杂图像中大面积不连续语义缺失时存在的边缘伪影和语义不连续的缺陷,提出一种并行生成卷积的残差连接图像修复算法。将残缺图像输入一个两列平行卷积的结构修复网络得到两个具有不同感受野大小的图像分量,通过共享解码合并两个图像分量并计算输出的L2损失优化网络。将结构修复网络的输出送入包含残差连接与注意力机制的细节修复网络,融合上下文信息,改善修复细节能力。使用全局与局部鉴别器和预训练视觉几何组网络计算损失,对修复网络进行整体判别优化,增强修复结果的整体与局部一致性。在国际公认数据库上验证提出算法的性能,实验结果表明：提出算法可以有效修复复杂背景且包含精细纹理的大面积不规则缺失区域,提升图像细节、语义和结构的真实性与完整性,其峰值信噪比和结构相似度优于经典的对比算法。     

基于自注意力和类监督的遥感图像跨模态检索

针对智能化联合作战场景中,情报分析人员对海量无标签遥感图像进行信息检索时面临的大数据问题,提出适用于遥感图像的文本-视觉跨模态检索技术框架,并对其中核心的跨模态检索模型进行针对性改进,构建一种基于自注意力模块和类监督约束联合训练的深度学习模型。通过引入类监督指导的全局-局部视觉特征提取模块、主导语义掩码建模的文本特征提取模块,以及融合文本-视觉语义信息的交叉提取模块,提升检索效果,实现在无图像描述标签情况下的文本-视觉跨模态语义检索。公开数据集上与相关算法的对比实验,证明该方案的先进性与可行性。     

由序列图像获取点目标的三维运动参数和空间位置

利用图像获取目标的运动参数和空间位置在目标定位、跟踪和计算机视觉中具有重要的意义。本文在目标和成像系统都运动的情况下,给出了由单目序列图像获取点目标绝对运动参数和三维空间坐标的条件,提出了利用多帧单目序列图像和应用非线性递推滤波算法来估计点目标的运动参数和空间位置。实验仿真结果证明,本文提出的算法是有效的。     

对于机动目标的真比例导航

我们根据分析得到对付智能机动目标的真比例导航(TPN)导弹制导法则的捕获区。考虑两种TPN方案。第一种是原始的TPN,假设指令制导的侧向加速度只与瞄准线(LOS)速率成正比,比例因子是一个任意常数或仅仅依赖于初始接近速度。另一种叫作RTPN(现实的TPN),它假设控制的侧向加速度与LOS速率成正比,并且也与当前接近速度成正比。假设目标以增加LOS速率的方式机动并因此与取消LOS速率的比例导航(PN)基本原理正好相反。为原始TPN导出了捕获的必要和充分条件,并利用这种条件获得了精确的捕获区。为RTPN导出了捕获的充分条件并用来得到它的部分捕获区。对于RTPN也导出了捕获的某些必要条件并且用来得到它的最大捕获区。利用这些条件,给出现有捕获区的某些重要结果和TPN法则的捕获可能性比较研究。