引入权重定量分析空间战场态势

战场态势定量分析已经成为现代作战辅助决策的重要基础,针对空间战场态势问题,以集对分析的同异反联系度为基础,结合武器与人员因素分析战场态势.从全局的角度出发,对空间战场整体态势进行研究,构建空间战场态势分析模型,通过实例计算分析空间战场态势优劣.     

一种空中目标的不确定性威胁程度预测模型

目标威胁预测是对空态势和威胁估计的重要内容.针对空中目标飞行控制的基本特点,建立了基于经验公式的空中目标不确定性位置预测模型,进一步推导了不确定性威胁概率预测的模型和实用算法.仿真结果证明了模型的有效性,可用于多类空中目标意图推理及威胁判断.     

基于闭环控制模式的信息融合模型研究

从防空作战态势感知角度出发,通过对信息融合模型分析,提出基于闭环控制的多传感器信息融合模型,以达到信息融合的整体功能优化。首先介绍防空态势感知概念,并分析防空态势感知传感器资源管理问题,在此基础上研究传感器管理子系统的功能、构成及管理算法。     

潜艇深度安全操纵面及其控制技术

在分析现代潜艇高速、大潜深机动潜在风险的基础上,从保障潜艇深度安全的角度出发,提出了对传统十字形尾升降舵的技术改进途径,分析了适用的尾操纵面结构形式,并对先进的大小舵方案的结构形式、使用方式及十安形尾升降舵的舵角限制技术进行了阐述。理论研究表明:上述措施能有效地改善潜艇的深度安全性。     

外军典型炮射无人机发展概览

在现代战争中,战场态势瞬息万变,侦察过程的时间长短成为直接影响炮兵作战效能的关键。为了弥补无人机侦察和其他近距离侦察装备的不足．美．俄等军事发达国家从实战、简便、快速的角度出发．提出用炮弹作为运载工具．由弹体搭载侦察设备的构想。于是．炮射无人机应运而生。     

基于态势描述的陆军作战仿真外部决策模型研究

为解决陆军作战行动仿真中指挥决策模型的建模问题,在分析外部决策模型特点的基础上,提出了基于态势描述的外部决策模型,并对模型实现的原理进行了论述,重点对陆军作战行动仿真中态势描述这一核心问题进行了深入研究,提出了基于位置状态、战损状态、任务状态和消息信息等四类实体信息的态势描述方法,为决策模型的构建提供了新思路。     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。     

用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。     

浅析当前国外战场上兵员征募的特点

"能打仗、打胜仗"是习主席向全军将士发出的时代号召.战争条件下,如何搞好武装力量动员特别是战时征兵,是不容忽视的重要问题.它山之石可以攻玉.分析当前国外战场上的兵员征募特点,对我未来战时征兵工作有借鉴启发意义.     

基于时序特征编码的目标战术意图识别算法?

对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器（ SAE）的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较,验证所提SAE算法的有效性。