战争中伪装能力的提高

瑞典巴拉居达公司在伪装技术界享有盛誉。本文介绍了该公司的概况和由该公司开发的主要伪装器材。     

双模态红外图像差异特征多属性与融合算法间的深度集值映射研究

一般融合模型仅考虑差异特征单属性(类型)和融合算法间的集值映射来确定融合算法,造成无法根据差异特征多个属性的变化动态调整算法进而导致融合效果差的问题,提出双模态红外图像差异特征多属性与融合算法间的深度集值映射.通过研究差异特征多个属性(类型、幅值和频次)的特点、算法对差异特征不同属性的融合有效度分布,指出了差异特征每一...     

基于TLS的靶板穿孔特征识别提取方法

为了能够更好地研究战斗部的破片毁伤效应,对靶板的毁伤效果进行更加快速、准确地评估,采用三维激光扫描技术进行快速靶板毁伤效果评估.利用相位式三维激光扫描仪获得爆破前后的战斗部及靶板点云数据,通过原始阵列式点云的内部点间关系及变化情况,识别爆破后的靶板穿孔特征,同时统计穿孔特征并计算飞散角等信息.数据验证结果表明,该方法能...     

自行高炮可见光伪装对策研究

为解决可见光侦察条件下的伪装问题,对其被发现概率及伪装对策进行了探讨.通过对自行高炮被发现概率进行量化计算,根据公式及函数图像,从量化角度提出伪装对策,从不同角度对自行高炮的伪装措施进行了研究,该研究可为提高自行高炮伪装能力提供参考.     

基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理;设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力;利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

智能化战争形态及其支撑技术体系

智能化战争以全维信息感知为基础,以先进信息技术为纽带,以海量信息的高效处理与认知进化为核心,以提升综合指挥决策、高效自组织协同、灵活自主作战等能力为目的,有效适应威胁演进、作战任务、作战样式、作战地域、以及潜在对手的复杂性、多样性、不确定性,进而达到设计战争的目的。本文对智能化战争演变形态进行了分析,并对其支撑技术体系进行了探讨。     

基于提升框架检测的空中强机动视频目标跟踪

空中强机动性目标在视频中表现出运动形变剧烈、运动规律难预测且背景特征不明显不稳定等特点,传统的检测跟踪算法不能有效地对其实施检测跟踪.为解决上述问题,提出一种不依赖于帧间运动特性的基于提升框架检测的空中强机动视频目标跟踪算法.首先,利用提升框架实现图像的小波变换,得到目标的高频分量信息.然后,对高频分量进行融合,并提出了目标特征增强的方法,完成单帧图像的目标检测.最后,实现视频序列的实时跟踪.实验结果表明,该算法能够实时、准确地对空中背景下的强机动性目标进行检测跟踪,有效地解决了目标运动形变剧烈、某些帧中存在遮挡而造成后续帧失跟等跟踪困难.     

联合多层次深度特征的SAR图像目标识别方法

提出了联合多层次深度特征的合成孔径雷达(SAR)目标识别方法。采用卷积神经网络(CNN)学习SAR图像的多层次深度特征。多层次的深度特征从不同方面描述原始SAR图像中的目标特性,从而为目标识别提供更充分的决策依据。为了充分发掘不同层次深度特征的独立特性以及它们之间的内在关联,采用联合稀疏表示对多层次的深度特征进行联合分类。根据各层次特征的整体重构误差判定目标类别。采用MSTAR (Moving and Stationary Target Acquisition and Recognition)公共数据集对提出方法进行了性能测试。实验结果表明,该方法的识别性能显著优于现有的SAR目标识别方法。     

颠覆性技术成为大国军事博弈的制高点

在人类波澜壮阔的战争舞台上,颠覆性技术催生的新型武器装备描绘了一幅幅惊心动魄的画卷,写下了无数激动人心的篇章。基于颠覆性技术的新型武器装备推动着战争形态根本改变,催化着军事思想的激烈绽放,影响着作战体制的深刻变革     

外军装甲车辆的未来发展

以各种装甲车辆为主要装备的装甲机械化部队是陆军地面作战的一支重要突击力量。由于具有猛烈的火力、快速的机动力和装甲防护力,装甲兵从它的诞生之日起,便一直是指挥官们手中的“拳头”力量。然而,现代战争中,随着