矩阵论在研究微波元器件中的应用

采用酉矩阵的性质 ,证明微波无耗器件S参数的一个重要性质———幺正性。     

优化舰炮对海效力射方式的非线性规划方法

探讨了运用非线性规划方法解决舰炮对海上目标进行效力射时的射击方式的选择问题,从符合实际情况的合理假设出发,在此基础上给出一种在服从或近似服从指数毁伤定律条件下的非线性规划模型,计算结果可为选择效力射方式提供参考。     

BDS三频非差观测数据周跳探测与修复方法

随着三频技术的出现,多频观测量及其丰富的线性组合特性为周跳的探测与修复提供了新的契机。因此提出三频非差观测量线性组合对载波相位观测数据中周跳进行实时探测及修复的方法。该方法构造无几何无电离层的码相组合,并通过对历元间的电离层延迟变化量进行实时估计与消除,构造出第三组线性无关的周跳探测量。用30 s采样间隔的北斗三频实测数据对算法性能进行验证,试验结果表明:该方法可以有效地对各频点的周跳实现探测与修复,即使在电离层活跃的应用场景中,该方法依然具有较好的性能。     

基于G-AHP的非致命性武器驱散效能评估

定义了非致命性武器驱散效能的概念;根据非致命性武器的研发目的和应用实际,对影响其驱散效能的各相关因素进行逐层递阶划分,建立了较为全面的指标评估体系;提出非致命性武器效能G-AHP评估方法,借鉴专家经验,实现了非致命性武器装备驱散效能的量化评估;案例计算结果符合实际,验证了灰色层次分析法的可行性,为下一步有针对性地使用非致命性武器,提供了有力的科学依据。     

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...     

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。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。     

变形机翼飞行器发展综述

现代飞行器面临日益复杂的飞行任务,但采用固定外形机翼进行多目标优化设计必然带来机翼性能的折中与权衡,使得飞行器在任何一个设计工况下都很难达到性能最优.变形机翼是解决该问题的有效途径,通过改变外形来适应不同的飞行环境,避免了固定外形机翼在多目标设计中的性能折中与权衡问题.首先,梳理了变形机翼飞行器的发展历程并阐述了各阶段...     

建立非现役参战人员伤亡补偿制度探要

非现役人员作为战时民力资源的重要组成部分,是不可或缺的国防后备力量。建立系统规范的非现役参战人员伤亡补偿制度,是形势发展的需要。较之现役军人,非现役参战人员有其自身的特点,因此,明确非现役参战人员伤亡补偿制度的体系框架、责任主体、给付标准和执行机构,应是完善非现役参战人员伤亡补偿制度的基本思路。