面向陆上分队战术的多人多模态人机交互

目前战术虚拟仿真训练强调受训者的多维感知、高度沉浸和作战体验,以达成作战技能正向迁移.结合陆上分队战术训练特点和受训者行为规律,针对陆上分队战术虚拟仿真训练中人机交互需求,对面向陆上分队战术的多人多模态人机交互设计、策略、流程和实现意义与训练价值进行了研究,探索了基于多人多模态人机交互开展陆上分队战术虚拟仿真训练的新方...     

某雷达装备虚拟训练系统实现技术

从实际装备的特点出发,确定了虚拟训练系统的分布式实现模式.以该实现模式为基础,对系统软件结构框架、基于HLA/RTI的分布交互以及虚拟装备的人机交互等关键技术的实现进行了讨论,解决了雷达装备虚拟训练系统的系统集成环境构成、各仿真节点间的分布交互以及人机交互等问题,最后在虚拟训练系统上实现了雷达装备的开关机、跟踪以及故障维修等不同训练功能.     

多智能体系统指定时间双向编队控制

多智能体系统协同控制的收敛速率问题是当前系统与控制领域一个热点研究问题.结合指定时间控制思想,以一般线性动力学系统为控制对象,对多智能体系统双向编队问题进行研究.首先,利用庞特里亚金极大值原理,设计了指定时间双向编队控制器,双向编队指的是被分成两组的智能体最终以指定的编队队形、相反的方向进行运动;其次,通过运动规划算法...     

动爆冲击波场空间位置分布规律研究

为研究装药速度对爆炸冲击波场空间位置分布规律的影响,对不同速度装药的空中爆炸冲击波场进行了数值模拟,获取了动爆冲击波场演化历程图像。仿真结果表明：装药速度影响下爆炸冲击波波阵面的形状不再为球形,并且冲击波作用场呈现沿装药速度方向移动的现象,其移动量可以由波阵面所围区域几何中心的移动来表征,移动停止时几何中心的移动距离与装药速度大小近似成正比。对几何中心的移动距离开展了量纲分析,并在仿真数据的基础上建立了装药速度影响下几何中心移动距离的工程计算模型,校验结果表明,计算模型的精度较好,具有一定普适性。     

2022年深度学习技术主要发展动向分析

深度学习正逐渐成为新一代人工智能最核心的技术之一。对2022年深度学习热门领域的主要发展动向进行了综合评述。首先,介绍小数据小样本深度学习研究领域的最新进展;其次,探讨量子计算与深度学习的融合路径;然后,概述强化学习对通用智能的推动作用;最后,盘点深度学习在多模态学习方向的进展。综述表明,面向小数据、小样本的深度学习技术正在引领深度学习向自监督方向不断迈进,深度学习与其他先进计算范式（例如量子计算等）深入融合趋势愈发明显,强化学习在一定程度上具备解决复杂问题的通用智能,多模态深度学习技术已迎来关键性突破。     

一种基于航向估计的多平台纯方位目标转向机动检测算法

针对纯方位目标转向机动检测问题,提出一种基于航向估计的多平台纯方位目标机动检测算法。该算法通过选定假设机动点序列,解算假设机动点前后的两段目标运动要素,根据解算出的相邻段航向差序列变化来判别目标是否发生机动。基于Taylor级数要素解算模型,建立了两段运动要素联合解算模型和两段运动要素独立解算模型。通过对多种航路进行仿真计算,统计分析这两种解算模型下机动检测算法的虚警率、目标机动检测率、机动检测延迟时间以及机动时刻估计精度。仿真结果表明,两种解算模型下的机动检测算法能够有效地对转向机动目标进行机动检测。