ATR国防科技重点实验室——我军制导武器技术的脊梁

自动目标识别技术是精确制导武器、战场态势感知等尖端国防科技的核心。国防科大ATR实验室成立十多年来完成百余项重大科研项目,并多次获国家和军队科技进步奖。     

运用时空大数据增强战场态势感知能力

时空数据是同时具有时间、空间和专题属性的三维数据.近年来,时空大数据技术领域取得重大进展,时空大数据也开始逐渐应用于战场态势感知,辅助联合作战指挥决策,推动了智能化战争的快速演进.本文基于未来战场对一体化联合作战战场态势感知的新要求,从用于支撑战场态势感知的时空大数据平台构建、时空大数据来源拓展和平台的优化利用等三个层...     

面向网络火力控制的通信网链路层协议研究

分布式网络火力控制是陆军未来作战的主要形式,这对通信网中信息的传输提出更高的要求。传统通信网数据链路层CSMA、TDMA协议虽然成熟,但是未考虑火控信息的优先传递等级、实时态势信息的传递等需求。针对网络火力控制对信息传输需求,提出一种支持高速实时数据分发和多类型业务及时传递,具有良好抗干扰性的通信网数据链路层协议设计方案。     

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。     

高超声速滑翔目标多层递阶轨迹预测

为给高超声速滑翔目标态势与威胁评估、拦截防御等提供先验知识,提出一种多层递阶轨迹预测方法。该方法借鉴多层递阶预测理论对预测模型进行随机补偿,将轨迹预测问题分解成气动参数和模型误差的混合预测以及在此基础上对目标轨迹的预测。方法首先利用气动参数增广状态向量进行动力学建模,对气动参数和模型误差进行混合估计,根据参数估计值进行时间序列预测。然后,在参数预测的基础上,利用动力学模型积分预测目标轨迹。仿真设计了2种有规律的飞行模式仿真场景,分析跟踪与预测时间对预测精度的影响,结果表明算法具有稳定可靠的轨迹预测能力。     

基于压缩感知的多频率信号融合

传统多频带雷达信号融合是利用多个连续采样的子带信号来重构全频带信号,从而提高距离向分辨力,改善一维距离像质量。但是由压缩感知原理可知,采样矩阵与测量矩阵不相关性越大,全频带信号就能重构得越好,因此理论上基于随机采样的信号融合的性能要优于基于多个连续采样的信号融合。基于压缩感知原理将传统的多频带融合问题推广为任意随机采样的信号重构问题,利用基追踪方法来重构全频率信号,并给出了能够高概率成功重构的充分条件。通过实验也证明了这种随机采样融合的优越性。     

预有准备 精密组织 指挥高效——对县（市、区）人武部组织民兵成建制跨区域机动增援问题的几点思考

在上级统一领导下,组织民兵成建制跨区域机动增援,是县（市、区）人武部遂行多样化军事任务的需要。目前看来,在平时准备、机动展开、组织指挥等方面还存在不少问题与困难,需要引起关注和重视。     

认知Ad Hoc网络的MAC层研究综述

MAC层是认知Ad Hoc网络一个很重要的研究领域。它决定频谱的感知策略和接入策略,在保证主用户不受影响的前提下,实现与主用户及其它认知用户的共存。文中综述了认知Ad Hoc网络MAC协议的设计要求以及当前面临的问题和挑战。然后对认知Ad Hoc网络进行了分类。对几种典型的MAC协议进行了分析和对比。最后展望了未来的研究方向。     

基于预测的战场态势感知信息分发机制

针对目前战术互联网传输能力无法满足态势感知信息传输要求的现状和态势感知信息存在大量冗余的特点,提出了一种基于预测的战场态势感知信息分发机制。通过Qualnet软件对这种方式进行了仿真验证,结果表明在可用带宽紧张时,预测方式相对于原有的周期分发方式,降低了数据的发送量,并能提供更高精度和时效性的态势感知信息。     

H.264/SVC的编码依赖问题研究

H.264/SVC(Scalable Video Coding)使用了多种预测编码机制,极大地提高了分级编码的编码性能,同时也引入了复杂的编码依赖关系,给编码器的优化控制带来了极大的难度。因此,有必要研究这种不可忽视的编码依赖关系。在介绍H.264/SVC的主要预测编码机制的基础上,分析归纳出H.264/SVC的编码依赖关系主要来源于帧间预测、层间帧内预测和层间残差预测,然后针对这三种预测机制的特点,结合文献[1]提出的帧间依赖关系,基于实验数据,建立了编码依赖模型,得到了用编码依赖测度表达的编码依赖关系。最后,将时域依赖模型应用到H.264/SVC基本层码率控制中,实验数据表明时域依赖模型能够提高码率控制的性能。