电子战中预警兵力作战效能评估系统研究

针对实战化训练背景下的电子战体系对抗,对预警兵力的作战样式、战术战法进行了梳理,提出以预警情报质量作为构建预警兵力作战效能评估指标的核心要素,并分别构建了面向预警兵力整体作战效能评价指标体系和预警作战单元作战效能评估指标体系,结合战术数据中台、预警作战实时评估和综合评估3个方面,给出了构建预警作战效能评估系统的技术途径,以及结合评估指标和能力分解的评估分析方法,对指导预警兵力作战能力提升和装备性能改进具有实际意义。

计算机网络通信数据加密技术应用研究

为了保障数据隐私安全,大多企业在网络中进行数据传输以及保存数据的情况下,对数据需要进行加密处理,在进行数据交互和共享时,将数据中的敏感信息如个人身份信息进行脱敏或匿名化处理要进行加密监管,保障数据在网络传输中的安全性,防止数据被窃取而造成不必要的损失。其中,数据加密技术可以帮助用户实现数据加密存储、访问控制增强等功能,应用场景包括可满足数据量大、存在密文数据统计分析和复杂查询、要求性能高等需求。

两类认知用户及信道聚合的认知无线网络研究

针对传统无线网络中固定信道分配中信道资源存在大量浪费,而静态频谱分配模式中频谱资源在时空上的利用率极不平衡的问题,研究认知无线网络,提出一种基于两类认知用户及信道聚合机制的频谱分配策略,建立一个具有可变服务率的多优先级离散时间排队模型,构造三维马尔可夫链。利用性能指标进行数值实验,论证了频谱分配策略在稳定系统性能和节省网络资源方面的有效性。

多格式信号采集处理模块的研究实现

飞行器的起飞时间是航天测控要素之一,起飞时间需要高度精准可靠,随着技术发展,出现了多种格式的飞行器起飞信号。针对飞行器起飞信号格式不一的问题,设计并实现了多格式信号采集处理模块。多格式信号采集处理模块采用冗余设计,其内含有3个采集板卡,每个采集板卡均能采集3种起飞信号,模块整体能够采集多路多格式起飞信号,对于单种信号,可多路采集处理,选取最优采集结果向后输出。文中主要介绍了信号采集处理模块的硬件电路设计、软件处理判定方法、实时性设计以及冗余备份设计,该信号采集处理模块使用范围广、拓展性强、可靠性高,具有较强的实际应用意义。

基于多源异构时空数据融合的交通流量预测模型

交通流量预测问题具有多源异构性,未来时刻的流量不仅与之前时刻的流量相关,同时也受城市区域间关系、天气情况、兴趣点(point of interest,POI)等异构时空数据的影响。针对此问题,提出一种基于多源异构时空数据融合的交通流量预测模型MHF-STNet。首先使用聚类方法获得城市区域不同的流量模式,并使用拼接、权重相加、注意力机制等多种方式融合交通流量、城市区域间的位置关系、天气、POI、工作日、假期多个模态的时空数据,使用深度学习方法对异构数据统一建模,预测未来时刻的交通流量。在北京出租车、纽约出租车和纽约自行车3个流量数据集上进行实验,与经典的交通流量预测模型相比,MHF-STNet的预测准确度有所提升。结果验证了MHF-STNet对异构时空数据统一建模的有效性。

针对复杂背景下低分辨率舰船目标的改进YOLOv7算法

针对舰船图像目标检测中对于复杂背景下低分辨率目标检测易受干扰、检测精度低的问题,提出一种改进的YOLOv7算法用于识别舰船目标。主要在3个方面对算法进行改进,分别为:在舰船目标数据集中使用K-means++算法进行锚框聚类,得到更适合舰船检测任务的的锚框信息;改进损失函数,使用EIOU损失代替CIOU损失,使用与ɑ-Balanced结合的Focal loss代替标准交叉熵损失;改进网络结构,增加SPD-Conv模块,提升对于低分辨率目标的检测效果。实验结果表明,改进后的YOLOv7算法与原始的YOLOv7算法相比,精度提升了4.22个百分点,召回率提升了2.68个百分点,mAP@0.5提升了4.3个百分点,检测速度提升了2帧/s,对舰船目标达到了良好的检测效果。

猛犸象牙与现生象牙的计算机视觉鉴定方法

文章提出一种基于计算机视觉的象牙鉴定方法,通过专用图像采集设备实现高清象牙纹理图像拍摄,采用图像增强方法对原始图像进行预处理并建立象牙纹理图像数据集,基于深度神经网络训练象牙识别模型对象牙纹理图像进行特征提取和分类,从而实现猛犸象牙与现生象牙鉴定。结果表明该方法能够快速、有效地对象牙制品进行鉴定与识别,解决目前的执法难题。

机动雷达阵地堪选及实战对抗战术

针对实战化训练背景下的机动雷达阵地堪选以及对抗战术策略,研究了地形遮蔽、地球曲率对雷达探测威力的影响,提出了利用高程数据构建数字战场环境、计算雷达阵地遮蔽的流程和方法;基于地理信息平台构建了雷达威力可视化分析工具,结合想定案例对阵地遮蔽和雷达威力进行了仿真计算分析,结果表明,雷达阵地高度、雷达对主战方向、重点区域及重点航线的覆盖能力是雷达阵地堪选的主要因素,最后以提升雷达情报保证能力为目标,给出了雷达反低空突防作战的战术建议。

基于调制谱图卷积神经网络的空中目标识别技术

雷达对空中目标的分类识别技术是雷达信号处理领域中的关键技术。目前大部分雷达目标识别方法通用性较差且对雷达具有较高的要求。针对该问题,提出一种将目标回波的周期性调制谱信息图像化后,基于卷积神经网络调制谱图处理的空中目标识别方法。目标调制谱图像通过卷积神经网络逐层变换自动学习到目标特征信息,最终通过分类器进行分类识别。该方法避免了传统人工拟定调制谱特征的方式,实现了端对端的空中目标识别方法。实验结果表明,基于调制谱图的卷积神经网络模型具有较高的空中目标识别准确率,且模型的鲁棒性和泛化能力较好。

非独立同分布文本情感表示学习方法

非独立同分布文本的情感分析往往极具挑战,因其是一类包含词句间耦合关系和同词(句)多义性特点的复杂文本。现有方法中,几乎没有可以全面捕获非独立同分布文本特性的方法用于情感分析。面向情感分析的非独立同分布文本表示学习方法对文本中层次化存在的耦合关系和多义性问题进行建模,将这些决定着情感极性的非独立同分布特点嵌入到文本的向量表示中。非独立同分布文本表示学习方法通过一种带注意力机制的多尺度层次化深度神经网络实现。该神经网络利用多尺度卷积循环结构捕获文本中的耦合关系,利用注意力机制消除文本中的多义性。同时,该神经网络层次化地融合了由深度学习生成的隐式特征表示和由文本情感先验知识构造的显示特征表示,以防止数据过拟合问题并强化情感表示能力。充分的实验表明,非独立同分布文本表示学习方法可以显著增强文本情感分析的性能。

面向装备体系作战试验的分布式仿真系统

本文对面向装备体系作战试验的分布式仿真系统进行了研究,提出了系统的体系结构和功能组成;重点分析了仿真模型集成技术和仿真引擎技术,阐述了对象模型建模和组装方法,形成了覆盖常见武器装备的对象模型体系;分析了集中式与分布式相结合的仿真引擎设计,提出了仿真引擎的体系结构,对仿真引擎的组成部分进行了详细说明;最后对系统的应用模式进行了介绍,明确了装备体系作战试验仿真的应用场景和流程。

不安全感:创新的“助动力”还是“绊脚石”?

在创新创业热潮下,员工的工作不安全感成为影响创新的重要因素。＂绊脚石＂还是＂助动力＂？工作不安全感不仅对员工的幸福感和生活产生重要影响,而且影响到员工的工作态度和行为,以及组织的活力。从工作安全角度看。

基于服务的试验资源数字化建模封装技术

随着建模与仿真技术、网络通信技术、虚拟现实技术和人工智能技术等高新技术的飞速发展,装备试验与训练模式正在由单一的靶场试验与训练,向跨域、一体化联合试验与训练转变。为使不同类型、不同地域的异构试验资源之间能够统一集成、形成整体、协同应用,研究基于服务的资源建模与封装技术,对试验资源进行建模封装,从而为各类异构试验资源的跨域共享和按需服务提供基础。