指挥引导模型的自动生成

介绍了传统指挥引导模型的建立方法,并分析了其不足;提取出战法属性并分析总结了战法的共同点;作为使用数据库技术进行引导解算的基础,引入了敌我相对态势表、飞行方式表、战法属性表的概念;结合实例,在传统指挥引导建模的基础上,给出了一种新的建模方法,提出了通用模型建立的初步思想,有利于指挥引导模型自动生成的实现.     

基于HLA的舰艇CGF研究与实现

作为海战仿真中作战舰艇的仿真实体表示,舰艇CGF是实现舰艇作战模拟训练系统中提供对手或援军的重要部件.首先介绍了HLA先进分布式仿真技术的概念并给出了舰艇CGF的物理模型、概念模型和行为模型结构.此后提出了应用HLA技术实现舰艇CGF的思想和方法.并结合水面舰艇作战模拟训练过程,初步构建了基于HLA的舰艇CGF概念模型、体系模型结构及联邦运行管理模型.在舰艇CGF行为决策实现方面,研究了舰艇CGF行为决策的特点,给出了基于HLA的舰艇CGF智能决策实现方法并初步研究了智能决策机(ADM)的技术实现问题.对于今后基于HLA的海战仿真中舰艇CGF的实现具有参考价值.     

防空兵作战战场环境的仿真

战场环境的仿真就是利用虚拟三维仿真技术形象地模拟防空兵作战指挥训练场景及训练过程,合理构造系统总体结构框架,设计防空兵作战战场环境的基本模块:地形地貌、天空体、气象、大气、高炮导弹战车等模型、战场态势、空情处理、声音以及通信等.重点讨论基于遥感、DEM、分形算法等技术地形匹配技术,基于半球体网格的天空体模型,以及空情航迹滤波算法,基于粒子系统的烟雾处理等,对开展防空兵战技训练及有关软件的研制具有一定的理论和实践参考价值.     

当前民兵军事训练应重点把握“三个问题”

胡锦涛主席指出,国防和军队建设必须加快转变战斗力生成模式,要把军事训练摆在战略位置,推动军事训练不断深入发展。新世纪新阶段,贯彻落实胡主席这一重要指示,大力加强民兵军事训练,必须重点把握“三个问题”。(一)更新观念,积极推进军事训练转型。战争形态已经由机械化向信息化转变。与之相适应,必须更新观念,积极推进民兵训练转型。要树立信息制胜的观念,把民兵军事训练的指导思想由保障打赢机械化战争转到保障打赢信息化战争上来,加大高科技知识、信息技术基础、网络技术基础和心理作战的学习训练比重。要树立整体聚优的观念。着眼提高…     

战斗力生成模式转变的哲学新视角

胡主席强调指出,要特别注意认真学习马克思主义哲学,掌握辩证唯物主义和历史唯物主义的世界观和方法论。加快研究战斗力生成模式转变这一重大现实课题,除用传统思维去研究以外,还需要我们以哲学的新视角去剖析,深入了解战斗力生成模式的内涵,掌握战斗力生成模式快速转变的本质,这能更好地解决军队战斗力建设中的各种矛盾和问题,推进我军战斗力建设全面、协调、可持续发展。     

基于多Agent和多线程技术的舰艇CGF系统设计与实现

舰艇CGF具有自主性、智能化等特征,并具备感知、通信以及协调能力。基于多Agent建模技术设计了一个体系结构合理、系统灵活、通用型、可重用性强、易于扩展的舰艇CGF系统,采用VC++6.0多线程技术实现了舰艇CGF各武器系统的任务并发运行,提高了舰艇CGF系统的执行效率和系统的实时响应能力,对完善舰艇CGF系统和进一步研究海军训练DIS系统有重要意义。     

一位军垦文化老兵的追求

在庆祝兵团成立50周年诸多“献礼”中,一位军垦文化老战士任友志的歌曲集《不断的歌声》,被评价是独具特色的一份厚礼。这本歌曲集的每一个音符,都流淌着那个激情似火的年代兵团的生活场景;每一段旋律,都伴随着兵团人的无私奉献、开拓奋进的铿锵步伐;每一首乐曲,都是任老对军垦     

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。     

舰载武器系统研制方案多目标生成与评价方法

舰载武器系统研制方案的生成、评价与优选问题是武器装备研制论证中的重要内容.在分析目前舰载武器系统研制方案论证方法的基础上,构建了舰载武器系统多目标优化模型,提出了舰载武器系统研制方案的多目标生成方法,并建立了不完全偏好信息的舰载武器系统研制方案的多目标评价与优选模型.实例分析说明,该模型与方法是有效的,可为武器装备研制论证问题提供辅助决策方法和智力支持.     

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。