新一代人工智能在国防科技领域发展探讨

新一代人工智能技术已经成为当前研究的重点和热点,并逐渐成为提升国防力量、军事能力和国家竞争力的有效途径。本文在总结人工智能概念的基础上,给出了新一代人工智能的定义和发展的重要意义,从掌握未来战争主动权、支撑军工装备研制生产模式转型和保障国防科技先进性三个方面梳理了国防科技领域发展新一代人工智能的必要性,并从基础技术支撑和国防特色应用两个方向提出了国防科技领域发展新一代人工智能涉及的基础软硬件、标准规范、智能装备/系统、辅助作战指挥、智能研发等重点内容,在此基础上给出了相关的发展建议。以上研究可为新一代人工智能技术在国防科技领域的研究、应用和发展提供参考。     

美军作战试验与鉴定发展研究

当前,军队装备试验鉴定正由性能试验向作战试验、在役考核全领域拓展。在装备试验鉴定体系全面重塑的历史背景下,为适应军队装备试验鉴定发展新变化,探索装备试验鉴定新理论,推进装备试验鉴定自主创新发展,亟需开展装备试验鉴定技术研究。美军相对较早开展了装备试验与鉴定工作,在作战试验与鉴定工作方面已形成了较完善的法规制度体系和规范的操作流程,有较成熟的理论与方法成果可供借鉴。与此同时,美军作战试验与鉴定工作也面临许多新问题。本文剖析了美军作战试验与鉴定的内涵和管理模式,研究了2018和2019年美军作战试验与鉴定的重点技术领域,并进行了对比分析,以期掌握近期美军作战试验与鉴定工作的发展变化。     

美国陆军网络装备作战评估及启示

作战试验能有效地推动装备体系的建设发展,本文通过分析美国陆军网络集成评估与联合作战评估的作战试验特点,提出军队开展装备作战试验的几个建议。首先,总结了美国陆军网络集成评估到联合作战评估的发展演变,主要包括网络集成评估的地位和作用、网络集成评估的实施流程以及13次网络集成评估和3次作战评估的有关情况;其次,分析了网络集成评估的一系列作战试验特点,诸如实际作战需求牵引、逼真场景构建、试训一体化模式、部队战斗力的直接生成以及作战能力的军民融合式发展等;最后,提出了网络集成评估带来的若干启示,从满足实战能力需求开展作战试验、突出装备体系的互操作能力评估、探索试训结合的作战试验模式、组建专门的作战试验部队及鼓励工业部门参与作战试验等方面推动军队作战试验的发展。     

【将军论坛】科技创新思维的哲学基础、本质特征与实践要求分析

科学技术是核心战斗力,科技创新思维是开启科技创新的“金钥匙”。为实现科技兴军目标,必须高度重视对科技创新思维的研究。本文首先提出马克思主义哲学是指导科技创新思维的锐利思想武器,并从唯物论、辨证法及认识论三个方面进行了论证;其次提出科技创新思维的三个本质特征,即新颖性、全维度和多样性;最后从五个方面提出科技创新思维的实践要求,即深刻认识创新对象、紧贴创新目标要求、重视创新实践探索、建构积淀创新知识、忠于坚守创新追求。     

智能时代的军事训练变革

随着智能技术的发展,人类已逐步迈入智能时代,而智能时代催生了军事训练变革。本文从智能技术影响军事训练典型领域的角度,分析了智能时代背景下,以大数据和人工智能为核心的智能技术,如何影响军事训练的理念、内容、方式及管理,并催生了这些领域的变革。研究表明,智能时代发展背景下,军事训练理念将更加先进,训练内容更加融合,训练方式更加有效,训练管理更加精准。     

金属靶体材料动力硬度测试及动态阻力分析

以高速侵彻下45钢靶体侵彻阻力为研究对象,开展了弹体高速侵彻45钢靶体试验,获取了典型弹体对45钢靶体的成坑参数。基于高速侵彻阻力模型对靶体侵彻阻力及影响因素进行分析。结合流体动力学侵彻模型对不同弹体材料侵彻45钢靶体侵彻深度规律进行研究。研究结果表明:随着撞击速度的增大,45钢的靶体阻力从5. 13 GPa减小到3. 7 GPa;基于材料动力硬度测试方法的靶体动态阻力测试结果和理论计算结果吻合较好;随着靶体动态屈服强度的增大,靶体阻力呈线性增大的趋势;侵彻深度及靶体动态阻力理论计算结果和试验数据吻合较好,说明所提动态阻力确定方法可行,可为高速侵彻动力学研究提供参考。     

次级通道估计误差对Fx-Newton算法的影响

Fx-Newton算法在执行过程中需要估计次级通道模型,针对主被动隔振工程应用中次级通道估计存在误差的问题,假设输入信号为正弦信号,建立含次级通道估计误差的Fx-Newton算法结构模型,推导了Fx-Newton算法的稳定性条件,并就相位误差和幅值误差对Fx-Newton算法稳定性和收敛性的影响做了详细阐述。最后对两自由度主被动隔振模型开展仿真研究,验证了理论分析结果。     

面向作战任务的最小风险传感器调度方法

基于风险理论提出一种面向不同目标探测任务的传感器调度方法。将主动传感器辐射被截获风险和目标探测风险结合起来,建立一般目标探测框架下的传感器最小风险调度模型。分目标跟踪、目标识别和目标威胁等级评估三种情况将传感器最小风险调度模型具体化,给出不同情况下目标探测风险值的计算方法。针对模型的求解提出一种基于混沌思想、反向学习和双向轮盘赌的改进人工蜂群算法。通过仿真实验证明了模型的可行性和算法的有效性。     

基于MC-CNN网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立了磁性运动目标三分量投影模型,并据此生成了磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。进一步,设计了多通道卷积神经网络（MC-CNN）对目标的正横距离和运动速度进行了估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响,结果表明Adam+tanh的组合方式的估计性能要优于其它的组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。     

转向机动条件下利用拖船航迹的拖线阵阵形估计

针对水动力模型(water-pulley模型)适用范围有限的问题,提出一种对拖船航迹进行平滑得到拖线阵声阵段运动轨迹,进而实现阵形估计的方法。通过分析缆的稳态振荡响应特性,近似认为声阵段上各点沿同一轨迹运动;设计平滑窗将拖船回转机动航迹平滑为声阵段航迹,并将其拓展应用于拖船转向机动的情况;利用平滑窗的一部分对距离拖船不足平滑窗宽度的航迹部分进行平滑得到当前拖缆段阵形,从而实现转向机动过程中全阵阵形的实时估计。仿真结果表明:若拖线阵由间隔为5 m的81个阵元构成,所提出的方法与朴素water-pulley模型相比可以使转向机动过程中的平均阵增益提高约0.8 dB,平均方位估计偏差减小约4.7°。利用仿真结果分析算法的输入敏感性,对阵形估计方法进行简化使其更易于工程实现,海试数据验证表明简化的方法可行、有效。