基于碎片化分析工具的开源情报研究新范式

开源情报对于情报研究工作十分重要。随着信息网络时代的到来,从互联网海量的开源信息中搜集信息已成为情报研究工作中不可或缺的方式。然而真正具有情报价值的信息容易被海量的无效信息所淹没,情报界亟需创建对碎片化信息进行高效、及时、智能处理的情报分析工具。文章中介绍的碎片化分析工具是以碎片化信息还原法的研究流程为基础,结合情报人员、数据人员、技术人员的视角,围绕情报研究问题生成、信息搜集、信息整理、形成情报产品的思路,利用智能挖掘技术开发辅助情报人员使用的工具,实现情报研究过程中人员、技术、资源的协同配合,开创信息化时代下情报研究新范式,提升情报研究效率,提高研究成果质量。

感知质量评审在汽车研发中的运用

随着国内汽车行业的发展和成熟,各大厂商的生产技术和管理手段也越来越高,产品的硬性质量指标如可靠性、耐久性等越来越接近,感知质量这一软指标就越体现出价值。对感知质量进行定义和分类,对感知质量的评审方法进行研究,并总结其优缺点,准确发现汽车感知质量问题,改善整车的感知质量,提升汽车产品核心竞争力。

一种扩大夏克-哈特曼波前传感器动态范围的迭代外推法

夏克-哈特曼波前传感器(SHWS)通常要求每个子透镜的对应光斑必须在其相应的子孔径范围内,以方便确认光斑与子孔径间的对应关系。提出了一种基于软件的识别方法即迭代外推法,可以在光斑跑出其对应子孔径范围时,仍能确认每一个光斑对应的子孔径,使SHWS具有更大的动态范围。该方法首先找到一个可排序的3×3光斑阵列,并建立关于光斑质心坐标与其行列序号间关系的多项式函数,以预估和搜索相邻光斑;然后利用已搜索光斑区边缘处的3×3光斑阵列,继续向外搜索,直到找到所有光斑,完成所有光斑的行列排序;最后通过调整光斑行列序号的整体偏移,确认光斑与子孔径间的对应关系。仿真研究了该迭代外推法的性能,并通过实验进一步验证了该方法的实用性。

美军导弹防御系统联合试验发展分析

联合试验是美军推进导弹防御系统实战化、提升导弹防御能力的重要手段。针对美军通过联合试验加速建设一体化分层反导体系进程的主要动向,总结了美军联合试验设计、组织、环境等方面的主要特点,分析了导弹防御系统联合试验的发展现状与发展趋势。当前,美军导弹防御系统联合试验主要以大规模跨域试验、多国试验、地面仿真试验为主,在传感器及指控系统融合、高超声速威胁应对、高逼真度作战场景、盟友合作等方向不断发展。对提升导弹防御体系作战能力的有效手段提出了几点启示,需进一步集成跨域杀伤网、加强实战化、构建分布式网络,提升导弹防御联合试验能力。