基于分布搜索的传感器指示交接协商机制

针对传感器指示交接技术中"指示任务怎样执行"的问题,根据指示交接的实际过程,研究了多传感器针对多个协作任务怎样进行更好调度的问题,提出了基于分布搜索的多维协商机制。通过协商函数的迭代更新,不断寻找综合效用最大的传感器调度策略,优化了指示交接过程中多传感器多任务调度过程。实例仿真结果表明,所提方法合理、有效,提高了传感器协作的效率,为指示交接的深入研究奠定了基础。     

毛遂自荐班长转正记

新训结束后,毛遂自荐的马班长正式转正。新学员报到工作还没结束,就有学员叩响了教导员的房门:"教导员,我想当班长,您说我该怎么做?"关中汉子马尧的直率给教导员留下了深刻的印象,马尧的名字便进入了教导员心中的"龙虎榜"。看着眼前虎头虎脑的马尧,教导员喜上心头:是骡子是马拉出来遛遛,就决定先把他     

面向任务的战术行动自主协同关系模型

在信息化战争的大背景下,战术行动中团队协同作战一直是研究的重点问题,而如何建立自主协同关系是团队协同研究的一个难点问题。在分析已有团队协同理论和框架的基础上,提出一种面向任务的战术行动自主协同关系模型建立方法。该模型首先根据当前战场态势和上级任务发布自主协同任务集合,各作战单元根据战场态势和自主决策自愿参与自主协同任务,其次利用作战单元与自主协同任务间的相互关系实现对关键角色的判断。如果关键协同成员参与自主协同任务则自主协同关系建立成功,反之,建立失败。     

基于微分几何的拦截弹制导律研究?

针对战术导弹的拦截问题,根据质点微分几何运动学在弧长系下及在时域内的关系,将弧长系下的微分几何制导律应用到实际的TBM拦截过程中,得到了空间中时域内的微分几何制导律以及相应的过载指令。根据拦截过程中目标的不同机动方式,采用微分几何制导与比例导引进行了仿真对比与分析,得到了两种导引律下的脱靶量与拦截时间。仿真结果表明,微分几何制导律能够在拦截过程中降低视线角速度并使其趋于稳定,在拦截开始其过载需求较大并逐渐降低至接近0,脱靶量及拦截时间都小于比例导引律,采用微分几何制导律能够在更短时的时间内进行精确拦截。     

2020年前俄将构筑跨军种部队训练中心网

据俄罗斯媒体2015年1月13日报道,俄国防部长谢尔盖·绍伊古称,在2020年前,俄每个军区都将建成跨军种部队训练中心,它们将通过统一的虚拟空间建立联系。这个空间能够模拟任何战役方向的战役战术态势,不用顾及部队驻扎的位置。中心的物资技术保障基地能够进行大规模的跨军种部队     

“蜂群”攻击——美国获取战场优势的秘密武器

美国《国家利益》网站2014年11月3日发表了新美国安全中心研究员保罗·沙雷的文章《构建蜂群:美国制胜战场的秘密武器》。作者认为,如果美军想要保持技术优势,需要充分发挥机器人技术革命优势,构建无人自动化"蜂群"作战系统。作者曾作为美国陆军第75游骑兵团的步兵先后多次部署至阿富汗和伊拉克,2008~2013年在负责无人系统和情报监视侦查能力的美国国防部长办公室任职。     

基于频响函数的悬臂结构损伤识别

根据频响函数的Neumann级数展开式,提出了悬臂结构的损伤识别方法。首先根据频响函数的Neumann级数展开式,推导了损伤参数与频响函数的关系式,以此为基础建立损伤识别方程组;其次,考虑到噪声影响,求解时采用了多频率点的最小二乘法,以减小由噪声引起的误差;最后用一个悬臂结构模型对所提方法进行了验证。     

三维点云深度模型压缩算法

随着计算机三维视觉的广泛应用,近几年基于深度学习的点云处理算法得到了大量研究,而耗时耗存储的缺陷较大程度限制了其在移动端的部署应用。基于改进损失函数的总体思路,提出了一种新的点云深度模型压缩框架,将知识蒸馏方法引入二值量化模型中,同时考虑点云聚合操作的特殊性引入了辅助损失项,改进的损失函数共包括预测损失项、蒸馏损失项和辅助损失项三部分。实验结果表明,和已有算法相比,所提算法可以获取更高的精度,同时对当前点云主流深度网络模型也具有良好的扩展性。     

基于DE-Q学习算法的移动机器人路径规划

针对使用Q学习算法对移动机器人进行路径规划时存在收敛速度较慢的问题,提出了一种基于Q学习的改进算法来选择全局路径规划的最优方案。通过方向奖惩机制与估价函数改进Q学习算法的奖励机制,提高Q学习算法的收敛效率。最后使用MATLAB对改进的Q学习算法进行了仿真实验,实验结果表明,通过设置方向奖惩机制和估价函数可以加速Q学习算法的收敛。     

基于对称非线性函数的变步长LMS自适应滤波算法

为解决自适应最小均方误差（least mean squares,LMS）滤波算法难以平衡稳态误差和收敛速度的问题,提出了基于对称非线性函数的变步长LMS自适应滤波算法。通过自变量取绝对值、叠加非线性拉伸量改进Sigmoid函数,构造一个对称非线性函数用于刻画步长因子与稳态误差的非线性关系。该对称非线性函数具有能够根据误差动态调整步长、更快达到收敛状态的特点。根据构造的对称非线性函数和输入信号功率生成归一化变步长因子,解决噪声逐级放大的问题,进一步提高算法的滤波效果同时,加速收敛。实验表明：该算法在低信噪比、信噪比变化、信号频率变化、滤波器阶数变化、延迟采样点数变化条件下均具有更好的滤波效果、更优的稳定性和更快的收敛速度。