美军提出2个无人机作战新概念

据美国《航空和航天技术周刊》2014年11月24日报道,虽然无人机通常被看成是载人机的补充并最终会取代某些载人机,但是将来更有可能的是无人机和载人机会成为彼此密不可分的搭档,这是美国军方的2项研究公告所描绘的景象。其中的一个公告设想了载人的轰炸机和运输机成为飞行航母,发射和回收小型无人机来扩展作战范围;而另一项则设想以铺天盖地的一次性使用无人机群突破敌方的反介入/区域拒止防御系统,使得数量不多的隐身飞机能够对敌人发起攻击。两项研究公     

基于自由空间法的航迹规划方法

针对无人飞行器的海上航迹规划问题,提出了一种基于自由空间法的规划方法。该方法首先对规划空间进行单元分解后,搜索给定的起始单元到目标单元所有的连通分支,将规划空间进行通道划分,然后在每个通道内采用规划算法进行航迹规划,该通道的划分既可应用于多航迹的协同规划,也可求出单航迹的最优航迹。实验结果表明,该方法可用于无人飞行器的海上航迹规划。     

助飞鱼雷机动区域射击法攻潜能力研究

以飞航式助飞鱼雷为例,在分析助飞鱼雷攻潜过程的基础上,针对机动目标提出了在无指令修正情况下助飞鱼雷的机动区域射击法,并运用解析法对射击诸元进行解算。在建立助飞鱼雷作战能力仿真模型时,围绕捕获概率、鱼雷仿真和目标仿真等方面进行模型的构建,并采用蒙特卡罗方法进行仿真计算,分析采用机动区域射击方法时影响助飞鱼雷攻潜能力的主要因素及其规律,为更好发挥武器对机动目标的打击能力提供理论参考。     

五花八门的?

外宾虽然操着不同的语言,但这完全不会成为他们的沟通障碍,不管是哪个国家的外宾,都会对我们的战士进行"临时采访",脑洞大开的外宾会有什么问题?战友们,如果是你面对外宾,遇到这样的问题,你会怎么回答昵?     

一种自适应Harris角点检测算法

针对传统算法检测效果不理想的问题,提出了一种基于自适应非最大抑制策略的Harris角点检测算法;通过设置抑制半径与角点响应函数的局部最大值关联,减小抑制半径获取角点。算法有效解决了阈值选取和"聚簇"的问题。实验表明,该算法检测出的角点均匀分布,能很好地适应特征匹配等实际应用。     

公安现役部队非战争军事行动训练面临的挑战与对策

当前,边境安全形势复杂、训练理念陈旧、部队勤训矛盾突出、训练内容与安排不合理、训练保障能力有限等主客观因素,制约着公安现役部队非战争军事行动训练的开展,对公安现役部队形成非战争军事行动战斗力构成了挑战。树立科学的非战争军事行动训练指导思想与理念,创新训练方法和手段,优化训练内容,加强教员队伍建设和训练基地建设,是改进非战争军事行动训练的有效对策。     

基于运动合成的小推力轨道优化方法

针对小推力轨道优化设计问题,提出一种基于运动合成的新方法。给出基于运动合成的小推力轨道机动表达方式,将小推力轨道运动分解成相对独立的三项:单独考虑日心引力的二体轨道运动,单独考虑小推力的运动,以及小推力的存在引起的日心引力摄动作用下的运动。分别给出各项运动的解析表达式,通过合成叠加得到小推力轨道的近似解析解。在此基础上,将小推力轨道优化问题转化成非线性规划问题,并利用序列二次规划方法求解。以小行星1989ML、火星和金星交会任务为例分别进行仿真实验,结果表明,所设计轨道满足任务约束,验证了该方法具有可用性和高效性。     

“打胜仗”,推动创新发展——专访总装防化研究院院长郭东风

正桌上摆着各类中外书籍,话不多却句句分量十足,专家型领导,是我们采访院长最直接的印象。这位从防化兵成长起来的领导,没有华丽的语言,只有对自己工作最朴实的理解和定位。担当精神,忧患意识,让他引领着防化科研不断向前迈进。从中,我们也重新认识了防化兵,重新认识了防化科研。     

我国区域经济动员融入式发展的战略机遇与基本路径

走区域经济动员融入式发展道路,应紧贴区域经济规划的编制运行,以区域产业发展为主线,以实现区域经济建设和区域经济动员准备在产业发展上的结构协同、布局协同和时序协同为主要路径,加紧推进我国不同战略方向经济动员准备,实现区域经济效益与国防效益的有机统一。     

两向二维NFA及其在SAR目标识别中的应用

通过对传统线性鉴别分析局限性的分析,提出一种基于两向二维非参数特征分析((2D)2NFA)的SAR图像目标识别方法,该方法有效克服了线性鉴别分析的固有缺陷并且运算量也大大降低。首先,定义一种图像矩阵的近邻样本选取方法,继而利用k近邻样本构造(2D)2NFA的类间散度矩阵和类内散度矩阵,然后使用(2D)2NFA提取样本的特征,最后在特征空间中使用简单的最近邻分类器进行待识别测试目标的分类识别。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR图像数据进行了仿真实验,实验结果表明(2D)2NFA增强了提取特征的可鉴别性,能够获得更高的识别率,而且减小了特征维数。