努力构建军民深度融合的后勤保障体系

军民融合是我国一项重要国策,也是实现富国强兵相统一的重大战略举措.推动军队后勤深度军民融合,是国防建设和军事斗争准备的内在要求,也有许多先天优势.要着眼提高保障我军打胜仗能力,搞好规划计划、统一技术标准、坚持依法施治,以抓建平战一体的保障力量、精确直达的物储体系、军地共享的信息数据、军民通用的人才队伍为重点,牵引后勤军民融合深度发展.     

以抓关键环节创新驱动后备力量建设军民融合发展

推进后备力量建设军民融合发展,必须正确处理军队与地方的关系,充分发挥好"双重领导"体制的优势;正确处理"市场"与"战场"的关系,谋求经济效益与军事效益的有机融合和良性互动;正确处理重点与一般的关系,以重点工作的突破牵引整体建设的提升;正确处理机关与基层的关系,始终把工作的落脚点放在提高基层建设水平上.     

地面无人作战平台信息感知及其关键技术研究

信息感知是地面无人平台自主导航控制和执行任务的前提。介绍了国内外地面无人作战平台信息感知技术的研究现状;根据地面无人作战平台对远、中、近不同层次环境信息感知能力的要求,建立基于对象协同的信息感知模型。分别阐述了自主感知与协同感知各自所需的关键技术,提出多技术融合、全方位协同的发展方向。研究表明,全方位的协同感知才能提高无人作战平台自身的生存和任务执行能力。     

装备飞行试验模式现状与发展

文章描述装备飞行试验面临的新形势,阐述了现有几种飞行试验模式(技术性能验证飞行试验、作战试验、一体化试验与鉴定等)的特点,对飞行试验体系的建设方向和需求进行分析并提出建议。指出在现有条件下,继续加强新技术装备技术性能验证飞行试验综合能力建设,统筹作战试验条件建设,构建一体化试验与鉴定体系,将是后续建设发展的重要方向。     

基于制度视角的新时期军民深度融合路径探讨

创新性制度安排是当前破除各种体制机制障碍、推动军民融合深入发展的必然选择。从制度经济学相关理论视角出发,在对我国军民结合的制度变迁做出解读的基础上,对新时期我国军民融合深入发展所面临的问题进行制度分析,进而从制度创新层面提出促进军民深度融合的建议。研究表明,从制度经济学的角度看,新时期军民融合深度融合路径探讨,必须强化顶层设计,统筹战略优势,坚持政府主导,完善多方协同机制,改进具体制度安排,深化军工企业产权改革,加快现代企业制度建设。     

质点权重对多信息融合姿态估计算法精度的影响研究

首先介绍了一种新的多信息融合的矢量惯性张量姿态估计算法.该算法将每个参考矢量和相关观测矢量的顶端放置一个质点,对质点进行权重分配并计算出此质点系的惯性张量;对每个惯性张量对角化得到特征值、特征向量和主轴坐标系与各坐标系之间的变换矩阵;通过找到各自主轴坐标系的变换,就可以计算出载体坐标系与惯性坐标系之间的方向余弦矩阵,从...     

近程防空武器网络化跟踪系统

研究多探测器航迹滤波与互联新技术与新方法,把数据融合的基本理论和计算机网络技术应用于近程防空武器的跟踪系统中,得到了近程防空武器网络化跟踪系统的框架.应用数据融合和计算机网络技术可以提高近程防空武器的使用效率.     

D-S证据理论应用中的一种验证方法

D-S证据理论是一种比概率论确定性弱的不确定性理论,它能将"不知道"和"不确定"两个认知学上的主要概念区别开来,在多传感器数据融合中具有广泛的应用前景.D-S证据理论在实际应用中却存在一个困难,当目标的个数较多时,需要计算的项数太多,容易造成漏项,引起计算错误.提出了一种确定计算项数的算法,作为验证计算结果的必要条件,并通过图解的方法找出需要计算的项.     

确定性理论在雷达型号识别中的应用

雷达型号识别是雷达对抗情报侦察的首要工作,是近一步分析雷达用途及相关武器系统的基础,也是高层次上的态势评估和威胁估计的主要依据.针对现代战争中电磁信号环境的复杂性,利用单一传感器很难对雷达型号进行准确识别,而基于确定性理论的不确定推理技术能将多个传感器在多个周期的侦察信息进行融合,所以采用确定性理论的数据融合技术,基于确定性理论的组合规则,采用分层式融合算法对雷达型号进行识别.仿真结果表明,该方法的识别结果令人满意,使采用单一传感器可能存在的无法识别或误识别等现象得到了明显的改善.     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。