网络中心式空战仿真研究

将网络中心战思想引入空战仿真研究,提出基于复杂适应系统理论的网络中心式空战模型.对网络中心式空战子模型进行设计,使空战单元根据对局部环境的感知所获取的态势信息来调整自身个性,调整规则依据约束变量的设定和决策元规则.通过仿真实验着重考察了具有自适应性的空战单元在空战对抗中的作战表现,实验结果初步验证了其战斗效能优势.     

基于最优因果化提升结构及子带叠混的低内存DWT实现

基于提升结构的因果化实现及优化在将两带滤波器组转化为单进单出系统时子带系数的叠混模式,提出了一种改进的低内存需求的离散小波变换(Enhanced Low-memory Discrete Wavelet Transform,ELDWT)实现方法.相对于DWT的常规全局实现法,基于ELDWT实现的正、逆离散小波变换均具有与...     

论《尉缭子》的军事思想及其主要特色

<尉缭子>是中国古代著名的兵书,成书时间约在战国中期,是在吸收先秦诸子百家有关论述的基础上形成的一部富有特色、自成一体的军事著作,大致反映了战国时期军队建设的情况和战争的特点与规律,具体阐述了涉及教育、训练、行军、作战等一系列条令,保留了中国早期军队的战斗、内务、纪律等各个方面的法规性资料,对后世产生了重大影响,为历代兵家学者所推崇.清朱墉在<武经七书汇解>中说:"七子谈兵,人人挟有识见.而引故谈今,学问博洽,首推尉缭."深刻反映了尉缭子在中国军事思想发展史上占有重要位置.充分挖掘和研究<尉缭子>的军事思想,不仅对充实中国军事思想宝库大有裨益,而且对现代战争的作战思想也有很大的指导作用,现就<尉缭子>一书的军事思想及其主要特色作一初步探讨,就教方家.     

基于卷积神经网络的中段拦截弹弹道规划

为解决中段反导拦截弹实时规划问题,将经典Lambert理论与卷积神经网络(CNN)相结合,提出一种高效的拦截点解算方法。基于Lambert理论构建二体假设条件下椭圆轨道的中段反导拦截弹弹道规划模型。利用卷积神经网络求解模型,可在满足精度要求的同时极大提升解算效率。利用Matlab仿真软件验证了此方法的合理性。此方法可以推广至其他作战规划问题,以满足作战选择的多样性需求。     

基于梯度直方图的交叉点检测方法

提出基于梯度直方图的交叉点检测方法:统计像素点邻域梯度信息生成特征描述子,通过判定准则筛选候选交叉点,基于欧氏距离对候选交叉点进行聚类后,利用灰度加权法定位图像交叉点坐标.仿真实验验证了算法的正确性与可行性,结果表明:该方法适用于交叉角为65°～90°范围内的交叉点检测,定位精度优于0.6像素,检测率大于90％;该方法...     

基于卷积神经网络的多功能雷达行为辨识研究

针对多功能雷达行为状态复杂多变、难以识别的问题,提出了一种基于卷积神经网络的雷达行为辨识方法.建立多功能雷达行为辨识模型,对数据进行预处理,构建多功能雷达信号样本集.通过变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的信号加参数数组样本.并针对处理后的雷达行为数据集的特点设计卷...     

基于特征聚合的管制语音声纹深度识别方法

针对带有噪声的管制语音声纹识别问题,提出了一种基于特征聚合的声纹识别算法,能够在音频流中识别不同的管制员和飞行员的声纹特征。在经典的X-VECTORS算法的基础上,通过设计残差语谱图特征提取模块和全局可微的NetVLAD特征聚合模块,构造了端到端的说话人识别神经网络训练框架;最后在实际管制语音数据集上对各种说话人识别方法的精度进行了对比分析。实验结果表明,相较于传统的X-VETCORS方法,提出的基于声纹聚合的说话人识别方法具有更高的识别精度。     

基于深度卷积神经网络的多飞行器构型保持研究

基于深度卷积神经网络设计了"智能-校正"算法以快速生成制导指令;深度学习模型是由卷积层、全连接层、批量归一化层和残差网络(ResNet)组合成的一个19层深度神经网络,飞行器状态变量转化为类似于图像像素矩阵的二维矩阵,通过sgd优化和权重衰减正则项将神经网络的训练误差降低至约0.025°;之后针对飞行器运动存在制导指令...     

子空间原理及其在阵列天线误差校正中的应用

本文在对子空间基本原理进行介绍的基础上,着重研究了基于该理论的模型误差校正方法,最后通过超分辨测向的计算机模拟结果来证明其可行性。