网络中心战中的战场感知能力量化模型研究*

为了定量评价和探索提高网络中心战中的战场感知能力的途径,针对网络中心战的特点,运用集合论、信息论、图论等理论研究了战场感知能力的量化问题.首先分析了影响战场感知能力的主要因素及其作用,然后对主要因素进行了量化建模,提出了传感器对指控节点的信息量贡献模型以及指控节点之间的信息量贡献模型,建立了指控网战场感知能力量化计算模型,最后通过仿真,验证了模型的有效性,说明了提高指控网战场感知能力的有效途径.     

用于战术模拟训练的二维态势系统研究

针对战术模拟训练的实际需要,采用系统工程的方法和组件化技术进行二维态势系统研究,包括功能需求、系统结构以及基于MapX的地图显示和操作、基于Cstatic控件的位图转换和双缓存技术、军标动态连接库和实时通信等关键技术;最后基于MapX组件实现了二维态势系统.实践证明,该系统具有良好的逼真性、实时性,应用效果良好,具有一定的推广价值.     

水面舰艇编队远程对空观察组织

远程对空观察是水面舰艇编队对空防御的前提,是编队完成作战任务的基础,在编队防御作战中起着非常重要的作用。主要讨论水面舰艇编队远程对空观察组织,分析了观察区域深度的计算方法。研究结果表明对提高水面舰艇防空观察效能具有一定的指导意义。     

联合作战任务智能规划关键技术及其应用思考

作战任务规划是战场指挥和决策的关键一环。随着多军兵种联合作战思想的发展与成熟,作战任务规划领域正成为传统作战指挥方法与各类新兴技术相结合的集中点,该领域也不断成为智能化指挥和决策指导未来作战的核心点。本文主要阐述了作战任务规划的基本概念和智能化需求,并结合战区级联合任务规划系统对智能化关键技术进行了分析研究,提出了几种具体技术实现架构,并对未来研究做出了展望。     

基于深度神经网络的OFDM系统IQ不平衡补偿技术

正交频分复用(OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。本文研究了IQ不平衡对OFDM系统的影响,提出了基于并联深度神经网络的IQ不平衡补偿技术。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用IQ不平衡的干扰信号来自镜像子载波的先验知识来初始化神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的导频的最小二乘（LS）估计补偿IQ不平衡的算法,证明了深度学习方法解决物理层问题的优越性。     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明,该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

争当新时代优秀政治干部 锻造过硬政治机关

习主席强调指出,要锻造具有铁一般信仰、铁一般信念、铁一般纪律、铁一般担当的过硬机关。全军上下正广泛开展争创"四铁"先进单位、争当"四有"先进个人活动,赋予了新时代"双争"评比新的时代内涵。作为政治机关和政治机关干部,必须严格按照"四铁"要求,深度挖掘、高度锤炼、精度打磨,时刻拧紧"发条"、擦亮"底色",确保标准更高、走在前列。     

基于模糊TOPSIS的陆军合成营战场态势感知效能评估

从陆军合成营战场态势感知效能的影响因素出发,构建了陆军合成营战场态势感知效能评估指标体系;运用模糊TOPSIS,给出了陆军合成营战场态势感知效能评估方法;通过实例分析,对不同陆军合成营的战场态势感知效能进行评估,结果表明该方法有效可行,能够为陆军合成营战场态势感知效能评估及优化提供科学有力支撑。     

基于深度学习及UKF的机器人SLAM

针对室内机器人定位中精度不高、稳定性差的问题,提出融合深度学习和无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的机器人同时定位与地图构建方法(Simultaneous Localization and Mapping,SLAM)。首先利用深度相机获取彩色图和深度图,再利用单发多框探测器(Single Shot MultiBox Detector,SSD)进行路标检测,获取路标坐标,最后将路标信息加入到UKF-SLAM中。实验结果表明,该方法提高了SLAM的精度,可用于室内机器人同时定位与地图构建。     

深度学习视域下的教师培训课程设计

教师培训成效不佳原因在于学习停留在浅表层次,有效的教师培训应该走向深度学习。基于深度学习的内涵与深度学习路线(DELC),构建促进深度学习发生的课程设计框架:以高阶能力为目标进行前端分析,通过"深度在场、深度加工"的参与式培训方式和螺旋递进式的高阶课程开展深度学习,微观深入地解决核心问题,落实培训成果并有效转化。