依靠“一线指挥部”抓基层应把握的几个问题

基层建设是军队及其后备力量建设的基础工程。军委、总部从提升我军及其后备力量战斗力,推进国防和军队现代化建设的战略高度,提出了“军师重点抓旅团,依靠旅团抓基层”的基层建设指导方针。省军区系统师以上领导机关贯彻这个方针,应重点抓好“一线指挥部”——县     

新体制下要地联合防空作战战场环境大数据需求分析

战场环境历来是决定战争成败的重要因素之一。利用大数据技术提升战场环境保障能力,对于打赢信息化条件下的局部战争具有重要意义。分析了新体制下要地联合防空作战的基本特点及战场环境数据资源现状,从数据管理、数据关系、数据融合等方面,提出了要地联合防空作战战场环境大数据的应用需求。     

美军联合信息环境计划?

联合信息环境计划（ JIE）是美国国防部为了提高军事网络的效率、效能与安全性,而对其国防信息基础设施进行的整合与重构计划。对美军联合信息环境计划的动因、关键技术和政策挑战、实施路径、对美军的影响等进行了较为全面的介绍。     

舰艇对空自防御系统集成优化方法

舰艇对空自防御系统的集成优化设计是提高系统使用性能的重要途径,系统地分析了舰艇对空自防御系统集成优化的总体思路和主要工作内容,提出了采用开放式体系架构和基于公共计算服务环境技术的舰艇对空自防御系统集成优化方案。     

典型作战流程和分级环境下发射车生存能力改进ADC评估模型

为了综合评估发射车在作战中的生存能力,区分参数-性能-能力-效能四个层次建立武器装备评估空间,构建对象、内容和层次三个维度的评估框架,划分五类自然环境、三级威胁环境和三种作战状态,将外界环境引入评估过程,用被发现概率和损毁概率表征发射车隐蔽伪装能力和抗毁防护能力,建立发射车作战状态转移概率矩阵,提出典型作战流程和分级环境下的发射车生存能力改进可靠性、可信性、可用性综合评估模型。通过仿真分析,在不同环境和作战状态下各型发射车生存能力差异明显,模型能在性能空间、环境空间、作战流程空间多个维度动态评估发射车的生存能力,为发射车性能设计、战场运用     

悬浮固相颗粒对储集层基质孔隙的堵塞规律研究

应用胜利油区8个不同区块的岩心及注入水,采用岩心流动实验手段,研究了注入水中悬浮颗粒对储层孔隙的堵塞特征,发现悬浮颗粒对储层的堵塞特征表现为孔隙逐步堵塞和迅速堵塞两种类型;悬浮颗粒浓度低且孔径与粒径的比值较大时易形成孔隙避步堵塞;悬浮颗粒浓度大或孔径与粒径的比值较小时易形成迅速堵塞;悬浮颗粒对储层的堵塞程度、堵塞类型是颗粒浓度、颗粒粒径与储层孔喉匹配综合作用的结果;迅速堵塞特征的初始堵塞效果主要取决于孔径与粒径的匹配关系,最终堵塞效果主要与注入水中的颗粒浓度有关;高浓度的小颗粒对孔隙基质的堵塞特征表现为迅速堵塞。     

生成对抗网络及其在无人系统中的应用

生成对抗网络（GAN）在无人系统多个层次上的应用提高了其智能化、自主化水平,具有巨大的应用价值和发展潜力。对GAN在无人系统技术中的应用进行了综合评述并且进行了展望。首先介绍了GAN的基本概念、训练方式和传统GAN的模型结构,并且从模型结构的变动、目标损失的变化以及适用的领域等方面详细介绍了深度卷积生成对抗网络（DCGAN）、循环生成对抗网络（CylcleGAN）、生成对抗模仿学习（GAIL）、序列生成对抗网络（SeqGAN）等GAN的8种衍生模型。接着概述了与无人系统OODA回路相关的智能感知、智能判断、智能决策、人机交互等方向上GAN方法的实际应用。最后基于无人系统共性技术的发展趋势,对GAN在无人系统的单体智能、多体或群体智能以及人机混合智能等方向上的应用进行了展望。     

人机混合智能技术主要发展动向分析

人机混合智能是由“人-机-环境”相互作用而产生的新型智能系统。对人机混合智能领域的最新研究与应用动向与进展进行了综合评述。首先介绍DARPA近年来在人机混合智能领域的加速布局;然后盘点了脑机接口、可信人工智能、虚拟现实、环境感知等人机混合智能核心技术的最新科研与应用进展;最后讨论人机混合智能面临的挑战与对未来军事发展的启示。综述表明,机器在未来将更多地用作人类“同事”,而不仅仅是“工具”,人机混合智能的各项核心技术已经不同程度地产生实战应用,而人、机之间的权责分工、能力分配、交互接口、伦理规制等将是人机混合智能进一步发展所需解决的关键问题,人机混合智能将加速军事变革进程,对作战样式、装备体系、战斗力生成模式等带来根本性变化。     

基于深度强化学习的作战概念能力需求分析

作战能力需求分析是作战概念开发过程中的关键环节,在形式化描述作战概念能力需求分析问题的基础上,通过定性与定量结合,设计了一种基于深度强化学习的作战概念能力需求分析方法。该方法通过模拟仿真实验,获取高可信度的仿真小样本数据集;基于经验数据构建作战概念的代理模型,并以高可信度仿真数据集为输入,应用多目标优化算法对代理模型进行优化训练;最后,将训练得到的代理模型与深度强化学习框架进行交互寻优,实现作战概念能力需求的反向探索。选取“超越式登陆”为实例进行验证,实验结果表明方法可行。