日本防卫彰显进攻之势

2004年12月10日,日本内阁会议顺利通过作为今后10年(2005-2014年)日本防御力整备指针的新一期《防卫计划大纲》以及下一期《中期防御力整备计划》(2005-2009年)。这充分表明了日本的防卫政策正发生重大转变,日渐彰显其咄咄逼人的主动“进攻”态势。“防卫”理念:逐步冲出家门二战后,日本制订的和平宪法第九条明文规定,日本“永远放弃作为国家主权发动的战争、武力威胁或使用武力作为解决国际争端的手段。为达到前项目的,不保持陆海空军及其他战争力量,不承认国家的交战权。”然而,由于美国的极力“扶植”和日本自身的战略选择,这一规定在今…     

防空兵群作战指挥决策支持系统研究

现代军事领域中信息流纵横交错,战场态势瞬息万变,而且面临的大部分都是半结构化和非结构化的问题,这就给指挥员的指挥决策带来了相当大的困难。决策支持系统建造的主旨在于:针对半结构化和非结构化的问题, 利用计算机技术,通过人机交互的方式给指挥员提供实时高效的辅助决策。防空兵群是联合防空作战中基本的火力单元,是构成火力打击作战要素的重要组成部分。根据现代防空作战群体决策的特点,将联合作战区域内分布的各防空作战力量统筹规划,实     

航天遥感监测信息态势感知能力分析

针对遥感监测信息的效用评估问题,提出了一种态势感知能力定量分析的新方法。首先利用NIIRS等级尺度和GIQE模型建立了遥感图像与地面目标检测率之间的联系,由此得到这些目标在监视区域出现的概率分布。然后,以地面目标在监视区域的实际分布表示使用者信息需求,并利用信息理论中的Kullback Leibler距离来度量不确定性分布和信息需求之间的差异,从而得到不同遥感侦察与监视系统态势感知能力曲线,给出了传输处理时延对态势感知能力曲线的影响。     

基于实体图层划分法的兵力聚合方法

分析了传统兵力聚合方法的不足之处,提出基于实体图层划分法的兵力聚合方法。该方法从兵力部署模板知识库中提取有用信息,在战场态势图中根据敌方作战实体种类的不同划分态势图层,分别在各个图层中进行兵力聚合,最终将所有图层中的实体群聚合成作战群。实验证明,该方法可以大大减少兵力聚合的计算量。     

《孙子兵法》中心理战思想的启示

众所周知,心理战是以人的心理为目标,以信息媒介为武器,运用多种手段对人的心理施加刺激和影响,造成有利于己不利于敌的心理态势,达到分化瓦解敌人、巩固己方阵线、以小的代价换取大的胜利或不战而胜的特殊作战样式。     

C4ISR通信分系统信息优势评估指标研究

战术互联网信息优势评估指标确定和量化是其效能评估体系中的重要环节。针对战术互联网提供战场态势感知,获取信息优势的重要特征,在分析信息优势定义的基础上,给出了信息优势的数学描述和评估指标的定义。同时结合战术互联网的具体业务需求,深入分析了基于态势感知信息传输的完整性、精确性和网络传输时效性的信息优势评估指标,根据所确定的指标,给出了战术互联网信息优势基本的定量描述方法。     

【专题】运用时空大数据增强战场态势感知能力

时空数据是同时具有时间、空间和专题属性的三维数据。近年来,时空大数据技术领域取得重大进展,时空大数据也开始逐渐应用于战场态势感知,辅助联合作战指挥决策,推动了智能化战争的快速演进。本文基于未来战场对一体化联合作战战场态势感知的新要求,从用于支撑战场态势感知的时空大数据平台构建、时空大数据来源拓展和平台的优化利用等三个层次,探讨了打造军事作战资源“一张图”以支撑一体化联合作战战场态势感知的可行性;同时,对时空数据结构、数据平台和数据分析计算方法等方面进行了深入分析和重点布局。研究成果可对解决“参战力量在哪里,可配合的友邻力量有哪些,能使用的军事资源有什么”等问题和提升基于时空大数据技术的联合作战、全域作战能力提供技术及理论支撑。     

人机共融的远程态势智能感知系统

针对人与远程无人设备协同精准配合的迫切需求,以机器人操作系统为基础构建了一种人机共融的远程态势感知系统,并开展了实验与分析。该系统以视觉定位技术为基础,以人机感知共融为切入点,通过实时三维场景重建技术与场景一致性融合方法,将无人设备探测到的环境及目标信息进行三维重构,并通过增强现实设备进行显示,与人的视觉信息进行一致性融合,实现无GPS条件下远程无人设备与人所佩戴的增强现实设备之间的协同定位。实验结果表明,系统在近距离时具有较好的人机协同定位准确度,定位精度随着距离的增加而逐渐降低。所构建的系统使无人设备成为人眼的延伸,在不干扰人员正常行动的情况下实现了穿障碍、跨视距的感知能力,在未来信息化作战中可发挥重要作用。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。     

【专题】深度态势感知与智能化战争

未来战争是人机环系统融合的战争。它不仅仅是智能化战争,更是智慧化战争。未来的战争不但要打破形式化的数学计算,还要打破传统思维的逻辑计算,是一种结合人、机和环境各方优势互补的新型计算-算计博弈系统。本文以智能化战争为背景,探讨了深度态势感知的概念、内涵与模型;介绍了未来战争中深度态势感知模型发挥的作用,即深度态势感知解决了人工智能中的可解释性、学习及常识三个重要瓶颈;最后,介绍了深度态势感知在未来战争中面临的挑战,包括人机环境系统融合问题、战场中的不确定性以及智慧化协同作战的实现。鉴于人机融合智能机制、机理破解以及有效的协同方式将成为影响未来战争的关键因素,深度研究态势感知对预测未来战争走向具备一定借鉴意义。