利用过阻尼电路合成高压方波脉冲

在过阻尼RLC电路分时放电的基础上,提出新型高压方波脉冲产生方法。理论分析表明:过阻尼RLC电路产生的双指数电压波与脉冲形成线产生的方形电压波具有类似的上升沿和平顶。电路模拟表明:通过人工过零技术可以对双指数电压波进行截尾,从而形成完整的高压方波脉冲。建立了原理验证性样机,由两组RLC电路构成,每组电路包含一台脉冲电容器和一只三电极场畸变气体开关,两组电路共用一个上升沿调节电感。实验证明:样机可以在电阻负载上输出幅值为17 kV、平顶宽度为330 ns～5.8μs、上升沿为100～350 ns的单极性高压方波脉冲。该方法适应性强,对负载变化不敏感,同时具有良好的可调节性,方波上升沿、平顶宽度连续独立可调。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

自主武器的特点及对未来战争影响 ——《无人军队：自主武器与未来战争》述评

以自主武器为代表的人工智能正在掀起一场新的军事革命。保罗·沙瑞尔所著的《无人军队：自主武器与未来战争》一书通过技术概念解释、各路专家访谈与大量战场实例,深入浅出地探讨了自主武器的内涵、特点与影响。本文基于该书内容,结合相关文献、书籍、评论等资料,首先对自主武器与无人军队的内涵、现阶段的运用情况进行简要介绍;其次,通过对自主武器技术内核的分析,简要介绍自主武器在各类战争样式的运用、存在的反为敌方利用的可欺骗性风险和故障发生后产生更严重后果的不稳定性风险;最后从三方面总结自主武器对战争其他方面的影响,即对军队建设模式提出更高要求,对国际战略稳定的双重作用以及对战争法与战争伦理道德的挑战。     

Gabor-CNN for object detection based on small samples

Object detection models based on convolutional neural networks (CNN) have achieved state-of-the-art performance by heavily rely on large-scale training samples. They are insufficient when used in specific applications, such as the detection of military objects, as in these instances, a large number of samples is hard to obtain. In order to solve this problem, this paper proposes the use of Gabor-CNN for object detection based on a small number of samples. First of all, a feature extraction convolution kernel library composed of multi-shape Gabor and color Gabor is constructed, and the optimal Gabor convolution kernel group is obtained by means of training and screening, which is convolved with the input image to obtain feature information of objects with strong auxiliary function. Then, the k-means clustering algorithm is adopted to construct several different sizes of anchor boxes, which improves the quality of the regional proposals. We call this regional proposal process the Gabor-assisted Region Proposal Network (Gabor-assisted RPN). Finally, the Deeply-Utilized Feature Pyramid Network (DU-FPN) method is proposed to strengthen the feature expression of objects in the image. A bottom-up and a top-down feature pyramid is constructed in ResNet-50 and feature information of objects is deeply utilized through the transverse connection and integration of features at various scales. Experimental results show that the method proposed in this paper achieves better results than the state-of-art contrast models on data sets with small samples in terms of accuracy and recall rate, and thus has a strong application prospect.     

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.     

带落角约束的再入机动弹头的复合导引律

针对再入机动弹头垂直打击目标的要求,研究了具有末端落角约束的复合导引律.该导引律包括俯冲平面内的制导方程和转弯平面内的制导方程,通过在最优导引律的基础上引入滑模变结构控制,增强导引律的鲁棒性.为了减小控制量的抖振和能量损耗,提出了采用RBF(径向基函数)神经网络自适应调节切换项增益的方案,数学仿真验证了该方案的有效性.仿真结果还表明,与最优导引律相比,复合导引律在外界干扰的影响下仍能保持较高的制导精度.     

基于模糊推理的舰炮故障检测方法研究

基于模糊推理知识和模糊神经网络的理论,根据舰炮运转时发出的声音信号,提出了舰炮系统的故障检测诊断方案,详细介绍了信号提取的方法和故障分析的算法.     

用神经网络变易有效焦距的摄像机标定法

针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点 ,提出了用 4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果 ,并与传统方法作了对比。结果表明 ,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性     

基于层次分析法的人为电磁环境复杂程度评估

针对战场电磁环境复杂多变,定性、定量描述难的特点,运用层次分析法(AHP)探索人为电磁环境复杂程度评估问题。建立了评估人为电磁环境的递阶层次结构,细化了评估指标,明确了评价标准,并通过对组合权重的计算,最终将对人为电磁环境复杂程度的评估转换为13个底层参量的检测数据,4个分值标准和5个评定层次。该方法对评估电磁环境的一般复杂性和特定复杂性具有一定的指导意义,较好地满足了战场电磁环境复杂程度评估的需求。