军工板块分享行业高成长

受益于我国新军事变革的军备升级换代,我们认为,国防科技产业化使军工板块未来具有巨大成长空间。建议关注两类涉及军工的上市公司:一是关注在未来几年内需要承担大量军工订单的公司;二是关注为国防科技产业化配套的相关公司。国防装备进入信息化升级时代在目前世界上进行军事变革的40多个国家中,绝大多数国家把目标定在2015年前后初步实现军队信息化。为实现这个目标,各国不断加大国防投入。美国国防预算在过去的5年间共增加了55%,印度的国防开支近5年增长了70%,其中2004年军备开支较上年增长了40%。俄罗斯2005年度军费预算比上年度增加了2…     

美国空间攻防对抗概念体系下的空间武器平台

首先指出空间武器平台在未来空间攻防对抗中占有极其重要的位置;然后对美国的研究现状及趋势进行了系统的总结,重点分析了3种子平台的性能参数和作战方式,这3种子平台包括:空间机动飞行器(SMV)、模块插入级(M IS)和通用航空飞行器(CAV);最后给出了美国空间攻防对抗概念体系下的空间武器平台的构成。     

基于李亚普诺夫最优反馈控制的中制导

基于李亚普诺夫最优反馈控制的2种实现方法,即时间最速下降法与空间最速下降法,提出了一种混合策略。应用于导弹中制导,获得了满意的结果,可以极大地缩短中制导飞行时间并大幅度地提高中制导末端速度。仿真结果表明,该方法有一定的工程应用参考价值。     

数字波束形成技术(DBF)在雷达中的应用

数字波束形成技术是天线波束形成原理与数字信号处理技术相结合的产物,其广泛应用于阵列信号处理领域。由于电磁工作环境的恶化和大量射频干扰的存在,在极低的信干噪比(SINR)条件下进行目标检测和信息提取十分困难。对于阵列系统,往往采用自适应数字波束形成(ADBF)技术,来抑制强干扰和方向性干扰对有用信号的影响。介绍了数字波束形成器的基本原理及其DSP的实现结构。     

深海作战试金石——透视美海军水上无人舰队建设

随着高技术战场的立体化,战场空间已经从太空、中高空、中低空、超低空、地面、海面一直延伸到水下。为掌控未来海上战场优势,满足新的作战需要,近年来美国海军开始斥巨资打造一支能够适用于深海作战的水下无人舰队。据悉,美军正在建造的这支新颖且极具威力的舰队,不仅能够携带各种武器,在水上或水下执行情报搜集、扫雷等辅助性任务,而且还能对敌舰进行攻击,具有隐蔽性好、攻击性强、控制范围广、费用低等诸多优势。军事专家预计,到2020年前后,美军将拥有1000套水下机器人,届时将组成一支战斗力不容小觑的水下无人舰队。未来战力不可小窥“…     

基于ARM的防空协同设备人机交互功能的设计

在防空作战领域内,对信息的实时性要求较高,各个武器平台和作战节点之间的协同配合日趋重要.防空作战已不再是单一兵器的对抗,已上升为防空体系的对抗.为适应国际军贸市场的需求,构建防空协同作战系统,研发某型防空协同控制设备.协同设备采用分布式无中心自组网技术设计,具有较强的易用性和抗毁性.其核心是通信控制及数据处理模块,包括通信控制管理单元、数据处理单元、时空服务单元、通信接口控制管理单元、人机交互单元、状态显示及告警单元.根据某军贸项目的总体要求,设计了一种基于ARM的模块,包括人机交互、状态显示、告警等功能.     

军事设施建设领域军民协同立法研究

军民协同立法涉及范围广、领域多,军民协同法律体系既需要考虑及时制定综合性基本法,更要注重立法策略,以相关领域单行法的制定为突破口,依次展开全面立法。军事设施建设领域军民协同面临着立法需求的井喷问题,亟待制定相应单行法予以规制。我国在军事设施建设领域军民协同立法的选择具有现实可行性和较为清晰的立法进路。     

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。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

基于知识网络的军民协同创新体系运行机理研究

军民协同创新体系由军地管理机构、高校、科研院所、企业以及中介机构等不同类型的创新主体组成,各主体通过正式和非正式关系联结,将单个创新主体有限的私有知识置于知识网络中。知识网络具有异质性、自主性、层次性和复杂性等特点,结构上分为节点要素、关系要素和环境要素。本文认为,军民协同创新体系通过网络上不同类型节点的相互作用和联系来扩散和使用知识,实现知识创新的目的,在此过程中,私有知识转移扩散、整合共有、吸收应用的交替循环运动实现知识持续积累与螺旋上升。军民协同创新体系知识网络的形成与运行,既需要发挥市场机制的基础性作用,也需要发挥军地管理机构的引导作用,以及中介机构的纽带和支撑作用,通过“有为政府”和“有效市场”的良性互动,最大限度凝聚知识创新的社会合力。