俄罗斯应对导航战举措

卫星导航系统作为重要的战场传感器,已经成为现代战争不可或缺的重要组成部分,围绕卫星导航系统的攻防博弈由此兴起。针对美国首先提出的导航战概念,俄罗斯为进一步提升导航战作战实力,有针对性地采取了应对举措。文章介绍了导航战概念及相关作战案例,具体分析了俄罗斯应对导航战威胁的主要举措,并结合美俄围绕导航战开展的攻防博弈,得出掌握现代战争制导航权的改进方向。     

一种抗遮挡的时空上下文目标跟踪

目标跟踪是一个比较热门的研究方向,其性能受到多方面影响。时空上下文跟踪算法是利用目标附近的信息对目标进行跟踪,但该算法的不足是仅使用单一的灰度特征和固定的学习率。将HOG(Histogram of Oriented Gradient)特征与灰度特征进行融合,且对跟踪结果进行相似度计算进而抑制目标的漂移,采用自适应变化的学习率以适应跟踪目标的变化。经过仿真实验证明,相较于时空上下文跟踪算法所提出的方法鲁棒性更好,对光照的变化、目标形变以及遮挡等情况下都具有较强的跟踪能力。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。     

对装备可计量性的思考

本文在提出可计量性的定义与对可计量性理解的基础上,梳理了可计量性与装备"五性"的关系,分析了可计量性研究对计量保障的作用,以及可计量性在武器装备全系统全寿命周期中的作用,并对如何开展在研和现役武器装备的可计量性研究提供了思路。     

基于RBF神经网络的HPA自适应预失真算法

卫星通信中,高速数据传输系统要求使用频谱利用率高的高阶调制技术,但高阶调制对高功率放大器(HPA)的非线性非常敏感,会造成码间干扰和邻信道间干扰.提出一种基于RBF神经网络的自适应预失真算法,以实现HPA的线性化,同时推导了自适应算法的迭代公式.仿真结果表明,该算法能明显改善信号星座图,并能大大提高系统的误比特率性能.     

日照条件下伪装网热红外迷彩研究

采用热像仪记录伪装网样品不同时段的热图,分析了日照对伪装网热迷彩的影响.伪装网的热迷彩效果受装饰布太阳能吸收率影响非常大,甚至可以抵消或超过发射率差值因素.实验采用的伪装网深绿装饰布太阳能吸收率较高,热红外发射率比土黄装饰布低0.11以内时,在日照下深绿斑块辐射温度与土黄斑块接近或超过土黄斑块;深绿装饰布热红外发射率比土黄低0.27时,可保证在夏季的强日照下深绿斑块辐射温度低于土黄斑块,且有较大差值.     

平面曲线的法向式Ⅱ型积分

提出了平面曲线的另一种Ⅱ型积分——法向式积分,讨论了其性质,以及它与传统的始终点式Ⅱ型积分的关系,最后给出了这种积分形式下的格式公式。     

地面作战士兵武器初露端倪

地面作战士兵装备的武器发展至今,其性能已不能满足未来战争的要求。进入20世纪90年代后,许多国家开始探索和研制21世纪士兵采用的武器。美国率先推出集发射动能弹和高爆弹于一体的步榴合一武器系统——理想单兵战斗武器(OICW),接着又推出了发射高爆榴弹的自动榴弹发射器——理想班组武器(OCSW)。这两种武器引领了轻武器的发展潮流,将成为21世纪地面作战士兵配装的武器。可以说轻武器更新换代的时代已经到了。     

极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。