被动多传感器阵列中复合观测数据的数据关联

被动多传感器阵列是现代化战争中对雷达等主动传感器的重要补充手段。针对被动多传感器阵列的观测数据特点,提出了一种基于复合观测数据的量测与航迹的关联方法。该方法根据被动传感器对目标的位置量测数据以及运动属性的描述信息,利用模糊积分的方法对观测数据与备选航迹进行关联度量,以实现量测数据与航迹的关联。试验表明该方法是切实可行的,可以有效地进行量测与航迹的关联。     

基于HLA的地空导弹指控模型仿真

基于HLA标准开发仿真系统已成为分布式仿真系统实施的一个热点。对基于HLA标准的地空导弹指控模型仿真进行了探讨,并分析了给出的HLA模型。此种方法可有效地提高系统的开放性、重用性和可扩展性,为地空导弹武器系统仿真提供了新手段,对于其它武器系统的建模与仿真也具有参考价值。     

DIS的多武器模拟器训练系统

现有的武器系统模拟器大多是对单个武器系统平台的性能仿真,利用DIS可以将它们联结成多武器平台的作战环境下的对抗仿真。在分析基于DIS的多武器系统模拟器训练系统的基础上,确定了系统的仿真框架,介绍了系统中通信的实现方法,并介绍了系统的工作过程。     

抑制成像数据噪声的模糊多目标算法

以模糊数学和决策理论为基础,通过建立成像数据模糊指数函数及平方误差 模糊指数函数,提出了一种称为模糊多目标优化的新的算法模型,对成像数据的噪声进行抑 制实现数据优化。实验结果表明,所提出的模糊多目标优化算法模型有较强的抑制噪声能 力,理论和实验有较好的一致性。     

一种应用于数据融合的不确定性推理方法

在对高度冲突的证据进行合成时D-S合成公式存在着不足。为此,引入证据系统的可信度和证据系统中各证据的可信度概念,提出了新的合成公式。最后算例表明,新方法使得合成结果更为理想。     

针对军事集群目标的YOLOv3改进算法研究

YOLOv3目标检测模型对于巡飞弹作战中的军事集群目标存在可能漏检紧邻目标的问题.改进算法以YOLOv3为基础,对其候选框选择算法采用的非极大值抑制(NMS)引入惩罚函数,实现soft-NMS,从而减少紧邻目标识别边框被误删的概率.同时针对军事目标数据稀缺的情况,对数据的预处理采用k-fold交叉验证策略,抑制过拟合现...     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

一种基于多维分级的关键数据销毁触发机制

针对单一销毁触发机制在关键数据失控时存在失效风险的问题,提出了一种基于多维分级的关键数据销毁触发机制.首先,基于心跳包、传感器及风险反馈等技术,分别从时间、空间、人工等三个维度聚集销毁触发信息;然后,构建了销毁触发评估指标体系,给出了销毁触发评估指标的科学赋值,并提出了分级销毁触发综合评判方法;最后,通过流程设计给出了...     

大数据支撑国防科技体系能力评估方法探讨与建议

随着我国国防科技体系建设迈向高质量发展新阶段,传统的国防科技体系评估方法和过程已无法满足现实需求,数字化转型、新技术结合与评估方法的创新势在必行。本文从国防科技体系的内涵解析出发,基于国防科技体系的概念和特征设计确立了国防科技体系能力评估模型、指标及方法;通过大数据技术融入体系能力评估方法的分析和运用,构筑获得了基于大数据分析的国防科技体系能力评估框架,并提出了推进国防科技体系能力评估的政策建议和方法路径。研究表明,国防科技体系总体能力指数-能力域-能力项的模型结构可实现体系能力的量化评估,通过与传统评估方法相融合,形成基于大数据分析的体系能力评估,能够有效解决传统体系评估面临的人力成本和主观性等问题。为此建议,建设基于大数据的国防科技体系能力综合评估分析平台,以平台为载体形成常态化的国防科技体系能力评估和报告工作机制,并依托第三方机构独立开展体系能力评估实施工作,推进国防科技体系能力建设高质量发展。