防空兵电子防空和火力防空结合问题分析

针对防空兵配属电子防空力量后提高体系作战能力的需求,分析防空兵电子防空和火力防空结合问题。分析电子防空和火力防空结合的概念、内涵、特点,提出电子防空和火力防空结合的5条原则及原则运用要领。结果表明,该分析可为防空兵开展电子防空和火力防空结合作战运用提供参考。

界面聚合法制备耐热型山梨醇水溶液微胶囊

为获得具有植物叶片近红外精细反射光谱特征的伪装材料,采用界面聚合法制备山梨醇水溶液微胶囊。选择聚脲为壁材,设计了两步升温的包覆工艺,通过反应温度的优化得到了水分含量达50%以上的山梨醇水溶液微胶囊。扫描电子显微镜下观察到微胶囊呈表面较为光滑的球形;紫外/可见/近红外分光光度计结果表明,微胶囊的反射光谱在1450 nm和1930 nm处呈现与绿色植被相似的水分吸收谷。微胶囊具有优良的水分保持能力,在25℃、相对湿度50%环境中放置96 h后水分含量变化率不超过3%;热重分析和差示扫描量热结果表明,微胶囊水分的流失起始温度超过200℃。该微胶囊轻质、水分含量高、耐热性强,制备工艺简单,与植物叶片近红外反射光谱匹配度高,在对抗高光谱探测技术领域具有良好应用前景。

融合多层次决策信息的视觉解释方法

视觉解释方法是深度神经网络可解释领域的热门研究课题,但现有方法未能有效利用多层次决策信息导致视觉解释效果差。针对此问题,提出一种融合多层次决策信息的视觉解释方法。挖掘特征图中高细粒度局部层次的决策信息生成一组与决策结果相关性强的加权特征图,采用定序分组方式对其合并,获取一组低冗余度掩码;采取模糊边界和积分方法对掩码进行处理,基于全局层次的决策贡献并行计算分组掩码重要度分数,提高了算法对全局决策信息的敏感性和算法速度。通过消融实验确定了算法的最优参数组合,并在ImageNet数据集上与现有的先进视觉解释方法进行了定性和定量比较。实验结果表明:该方法通过结合多层次决策信息,在置信度测试和定位测试中取得了更好的视觉解释结果,且耗时达到68 ms。

结合自适应步长策略和数据增强机制提升对抗攻击迁移性

深度神经网络具有脆弱性,容易被精心设计的对抗样本攻击.梯度攻击方法在白盒模型上攻击成功率较高,但在黑盒模型上的迁移性较弱.基于Heavy-ball型动量和Nesterov型动量的梯度攻击方法由于在更新方向上考虑了历史梯度信息,提升了对抗样本的迁移性.为了进一步使用历史梯度信息,本文针对收敛性更好的Nesterov型动量方法,使用自适应步长策略代替目前广泛使用的固定步长,提出了一种方向和步长均使用历史梯度信息的迭代快速梯度方法(Nesterov and Adaptive-learning-rate based Iterative Fast Gradient Method,NAI-FGM).此外,本文还提出了一种线性变换不变性(Linear-transformation Invariant Method,LIM)的数据增强方法 .实验结果证实了NAI-FGM攻击方法和LIM数据增强策略相对于同类型方法均具有更高的黑盒攻击成功率.组合NAI-FGM方法和LIM策略生成对抗样本,在常规训练模型上的平均黑盒攻击成功率达到87.8%,在对抗训练模型上的平均黑盒攻击成功率达到57.5%,在防御模型上的平均黑盒攻击成功率达到67.2%,均超过现有最高水平.

基于DIoU损失与平滑约束的结构化SVM目标跟踪方法

基于结构化SVM的目标跟踪因其优良的性能而受到了广泛的关注,但是现有方法存在损失函数不精确和模型漂移问题。针对这两个问题,首先提出基于DIoU损失与平滑约束的结构化SVM模型。该模型采用DIoU函数作为损失函数,利用t时刻超平面法向量w_(t)与t-1时刻超平面法向量w_(t-1)差值的L_(2)范数作为平滑约束。其次基于对偶坐标下降原理设计了该模型的求解算法。最后利用提出的基于DIoU损失与平滑约束的结构化SVM实现了一种多尺度目标跟踪方法。对所提出的目标跟踪方法在OTB100和VOT-ST2021数据集上进行了实验验证,实验结果表明:所提出的Scale-DCSSVM在OTB数据集上的跟踪成功率比DeepSRDCF高1.1个百分点,在VOT-ST2021上的EAO比E.T.Track高1.2个百分点。所提方法具有较优的性能。

某新型迫击炮防重装弹系统设计

为解决迫击炮发射过程中可能发生的重装弹问题,确保部队实弹射击时人员和装备的安全,设计一种新型迫击炮防重装弹系统,借助炮弹装填时的下滑力和缓冲机运动时的缓冲力来自动切换自身状态的指示物,从而解决迫击炮实弹射击中可能出现的“重装弹”问题。通过顶杆组件与缓冲机之间的相互作用,可实现将缓冲力传递至防重装弹系统。经理论计算与仿真实验验证,表明其顶杆组件能够满足迫击炮射击的强度和稳定性要求。

基于智慧教室的人工智能基础课程教学设计

针对传统教学模式下教学互动的不足,秉承“以学生为中心”的教育理念,依托学院智慧教室平台,提出基于智慧教室的人工智能基础教学设计,从课前、课中和课后3个环节阐述体系化教学设计方法,并结合人工智能基础课程特点介绍教学设计的具体过程,通过教学成绩对比说明该教学方案提高教学互动的深度和广度,提升教学效果。

火炮构造原理教学资源建设与集成

针对火炮构造原理教学内容特点和教学训练要求,提出了教学内容分类方法及其教学资源建设需求,并综合运用三维仿真技术、网络技术等,开发了各类教学资源。为更好地发挥教学资源效果,基于B/S(浏览器/服务器)体系结构开发了教学资源集成平台,集成了各类教学资源,实现了线上与线下相结合、课内与课外相结合的教学模式。教学实践表明,该教学资源的建设和集成应用,有效提高了教学质量。

军队院校人工智能基础课程建设思考

围绕军队智能化建设需要,秉承聚焦实战和突出解决军事问题能力培养的教学理念,从教学目标、教学内容、教学方法等角度给出军队院校人工智能本科课程建设和教学实践方面的一些思考,进而为其他军兵种院校人工智能的课程建设提供参考。

基于特征融合的自动调制识别算法

目前大多数基于神经网络的调制识别算法,只使用时域或频域的单一信息来源,忽视利用多个变换域信息特征进行优势互补。提出基于特征融合的深度学习自动调制识别算法,可有效改善只利用时域或频域单一信息来源的调制识别效果。上述算法包含时频特征提取模块,将信号在不同变换域中的特征进行融合,然后采用基于注意力机制的长短期记忆网络和全连接层进行分类,通过多个变换域信息的特征融合,实现了优势互补。仿真结果表明,相比传统的深度学习调制识别算法,基于特征融合的自动调制识别算法能够有效地提取信号特征,具有更高的识别准确度。

面向实践创新能力培养的目标探测与识别课程实践教学探索

目标探测与识别课程的实践教学对于光电专业学生的专业创新探索能力培养与发展具有重要意义。针对实践教学基础条件不完善、实践内容不深入和实践方式不多元等问题,结合教学目标,开展教学实地备课,分析把握实践教学特点,从三类实践教学特色内容与三种教学创新方法对目标探测与课程实践教学进行探索,培养和提高学生的思维与实践全向创新能力。

立足为战育人的“军用机械基础”课程教学改革与实践

当前,军队院校教育“以战领教,为战教战”的氛围愈加浓烈,本文针对“军用机械基础”课程构建具有“为战性、创新性、挑战度”的教学内容体系,突出人才培养的需求导向,按照“岗位导向,精准对接”的思路,对课程内容进行军事元素改造,将课程知识点与装备案例融合,注重培养分析和解决武器装备实际问题的能力,为进一步提高学员的指挥素质、战斗素养打下坚实的基础。

陆军修理分队前出维修保障资源携行优化模型

从支撑作战任务的角度出发,分析了作战任务与作战装备效能需求、装备功能系统之间的关系,建立了陆军装备维修保障资源携行优化模型,可为修理分队确定装备维修保障资源前出携行方案提供理论参考。

316L/CuCrZr界面开长孔爆炸复合板的实验研究

为制取适用于超导托卡马克核聚变装置中的具有中空结构的316L/CuCrZr复合材料,在不锈钢基板预制微孔后再进行316L/CuCrZr的爆炸复合,然后对微孔进行扩孔,获得了在316L/CuCrZr界面处具有换热通道的316L/CuCrZr爆炸复合板。通过超声检测、微观结构观察、机械测试和核泄漏实验等手段研究了316L/CuCrZr复合界面的结合状态、显微组织、EDS能谱线扫描分析、换热通道的耐压及密封。结果表明,具有微孔结构的316L/CuCrZr爆炸复合板焊接质量良好,以均匀的波形结合,没有空隙和裂纹等缺陷,换热通道具有较好的密封性、耐高温高压性,能够满足托卡马克核聚变装置使用的要求。

基于空间加权对数似然比相关滤波与Deep Snake的目标轮廓跟踪

近年来,目标跟踪中目标的状态表示已由粗糙的矩形框转化为精细的目标掩膜.然而,现有方法利用区域分割得到目标掩膜,速度慢并且掩膜精度受限于目标跟踪框.针对以上问题,本文提出基于空间加权对数似然比相关滤波与Deep Snake的目标轮廓跟踪方法 .该方法包括三个阶段:在第一阶段,利用提出的空间加权对数似然比相关滤波器估计目标的初始矩形框;在第二阶段,通过Deep Snake将初始矩形框变形为目标轮廓;在第三阶段,根据目标轮廓拟合出跟踪结果 .对提出的方法在OTB(Object Tracking Benchmark)-2015和VOT(Visual Object Tracking)-2018数据集上进行了实验验证,结果表明:与现有先进的目标跟踪方法相比,本文提出的跟踪方法具有较优的性能.

基于微凸体多尺度的粗糙分形表面滑动摩擦力建模

文中从微观接触角度构建了基于微凸体多尺度的粗糙分形表面滑动摩擦力模型,该模型研究了接触表面的形貌参数对接触载荷和滑动摩擦的影响。首先,从粗糙表面接触力学角度结合考虑实际加载微凸体多变形阶段的分形理论,构建了粗糙分形表面的接触力学模型;其次,基于机械-分子摩擦理论构建了表面的滑动摩擦模型;最后,通过数值分析研究了微观表面形貌参数对接触力学模型的影响,并验证了所建接触力学模型的合理性,完成了分形参数对滑动摩擦的影响分析。文中的研究为表面形貌的合理设计提供了参考,为后续进一步研究摩擦磨损打下了基础。

基于网络解析的像元耦合偏振成像目标检测算法

偏振成像目标检测对于人造目标检测有着重要意义。像元耦合是以四个方向的偏振强度数据作为一个超像元的偏振成像方法。对超像元进行偏振参量解析,会使图像的分辨率变为原始图像的四分之一,不利于小目标的检测。像元耦合图像的偏振参量解析会产生噪声,对小目标的检测造成干扰。本文提出了一个以YOLOv5s为网络基础,添加偏振信息解析模块(Covcat)的目标检测算法。该算法实现了端到端进行像元耦合偏振成像的目标检测,用网络实现偏振解析,利用多卷积信息融合提高特征提取能力,提高目标的平均检测精度(mAP)。使用对空无人机数据集对算法进行验证,实验表明,相比于使用偏振参量解析出的强度图、偏振度图和偏振角图,该算法的平均检测精度分别提升了4个百分点、5个百分点和12个百分点。

火炮初速度雷达测试与标校系统设计

研制了一套采用模拟标准的某型炮兵榴弹炮装备的弹丸弹道射频信号的初速度雷达测试与标校系统。该系统具有测试精度高,测试对象可拓展及易操作等特点。通过实装测试证明该系统能够满足初速度雷达检测与标校需求,实现了对雷达主要指标的现场测试与标校,可为基层快速检测维修及计量检定提供技术支撑。

基于AdaGrad+的自适应Heavy-Ball动量法及其最优个体收敛性

自适应策略与动量法是提升优化算法性能的常用方法。目前自适应梯度方法大多采用AdaGrad型策略,但该策略在约束优化中效果不佳,为此,研究人员提出了更适用于处理约束问题的AdaGrad+方法,但其与SGD一样在非光滑凸情形下未达到最优个体收敛速率,结合NAG动量也并未达到预期的加速效果。针对上述问题,文中将AdaGrad+调整步长的策略与Heavy-Ball型动量法加速收敛的优点相结合,提出了一种基于AdaGrad+的自适应动量法。通过设置加权动量项、巧妙选取时变参数和灵活处理自适应矩阵,证明了该方法对于非光滑一般凸问题具有最优个体收敛速率。最后在l∞∞范数约束下,通过求解典型的hinge损失函数优化问题验证了理论分析的正确性,通过深度卷积神经网络训练实验验证了该方法在实际应用中也具有良好性能。

基于AdaGrad自适应DA方法的最优个体收敛速率

针对AdaGrad将自适应矩阵应用到随机梯度下降法中降低工程上超参数搜索的问题,提出一种自适应对偶平均方法。将AdaGrad自适应矩阵引入到对偶平均方法框架中,形成自适应的对偶平均方法,并通过凸优化实验验证其可行性和收敛效果。数学推导结果表明:对于非光滑条件下的一般凸函数AdaDA方法可以达到与维数相关O(1/√t)的最优个体收敛速率,为其提供了理论支撑。