基于HLA的网络对抗系统建模与仿真

介绍了HLA的基本思想,分析了网络对抗仿真系统,给出了网络对抗系统的层次模型以及基于HLA-RTI的实现方法。     

美国太空对抗发展态势述评

介绍了美军发展太空对抗的转型，在此基础上对美国太空对抗的发展态势进行了评估，重点分析了美军最近几年在太空对抗策略和政策方面所经历的新变化。指出美国太空威慑战略正在从太空对抗转向太空对地打击；不再提太空支配权，而更强调太空知情权和发展防御性太空对抗措施。     

作战飞机的红外辐射特性及其红外对抗与抑制技术

简介中刘空作战飞机（战斗机，轰炸机，预警机和电子战飞机）的红外辐射特性；大气传播透射对红外制导导弹探测这些红外目标的影响，机载红外对抗措施（告警技术，红外诱饵与干扰）以及飞机的红外辐射抑制技术等。     

JTIDS信号对抗技术研究

JTIDS是一种旨在各种指挥、控制平台及武器平台间交换监视与指挥、控制信息以提高各兵种作战能力的通讯、领航、识别系统。在分析JTIDS通信信号特点的基础上探讨了JTIDS对抗中使用的侦察干扰技术     

中红外激光在光电对抗领域的应用及进展

近年来为有效对抗先进的红外制导武器的威胁,先进的红外对抗手段和方式不断推陈出新。其中利用中红外激光辐射致盲、致炫和毁伤的手段可以有效地对抗红外制导武器的威胁。为此本文重点介绍了中红外激光在光电对抗领域的应用;然后,对中红外激光光源和分类及其原理进行了阐述,并介绍了美国和俄罗斯在中红外光电对抗的系统领域的发展现状;最后,对中红外（3-5μm）光电对抗的应用发展和未来的趋势进行了总结,并对化学、气体和固体中红外激光光源的应用进行了展望。     

密集杂波背景下的水下多目标跟踪方法

水下多目标跟踪是水声信号处理领域研究的热点和难点问题。高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器以其高效的计算效率为解决水下多目标跟踪问题提供了保证。然而,GM-PHD滤波器在跟踪目标时需要先验已知新生目标的强度,否则其性能会出现严重退化。针对该问题,提出一种滑动窗两步初始化高斯混合概率假设密度(sliding window two step initialization GM-PHD, SWTSI-GMPHD)滤波器。将提出的滑动窗两步初始化方法嵌入GM-PHD滤波器,利用滑动窗两步初始化方法估计新生目标强度,减少杂波干扰导致跟踪结果中出现的虚假目标。仿真实验表明,在杂波密集环境下,相较于其他跟踪方法,提出方法将跟踪精度提高69.84%,52.62%和41.05%。     

雷达对抗仿真系统中雷达数据库设计与实现

针对当前对雷达对抗系统效能评估的需求和仿真技术的发展,提出基于HLA的雷达对抗仿真系统总体结构及其数据库设计,重点阐述应用面向对象思想的雷达数据库设计,并在VC环境下采用ADO技术访问数据库;最后分析说明一个雷达对抗仿真系统的仿真实例。该系统已应用于工程项目中,取得了较好的效果。     

水声管中传感器灵敏度标定的新方法

对声管双传感器传递函数法测量中由传感器灵敏度差异带来的误差进行了分析.根据已知确定界面反射系数可确定传感器传递函数,并可求其灵敏度比的原理提出了声管中双传感器灵敏度标定的新方法.空气声管中对刚背衬下已知传递函数进行了实验验证;水声管中气体背衬时,分别在常压和打压情况下对新方法进行了实验验证,说明了新方法的可靠性,克服了水声管中无法用交换传感器获得灵敏度补偿的困难.     

基于GAN网络的红外图像生成技术

当将人工智能技术应用于军事领域中的目标识别任务时,针对由红外图片采集的局限性而造成的训练数据不足的问题,提出了基于生成对抗网络以生成红外图像的方法,实现了数据集的扩充。对基本的生成对抗网络进行了改进,将网络的输入由随机噪声变为真实图片,使之实现了图片到图片的风格转换,即彩色图片转变为红外图片。经过网络模型的搭建和训练,实验结果表明,该方法能够有效生成清晰和高质量的红外图片,解决了由红外数据不足而造成的网络训练不充分的问题。     

基于条件生成对抗网络的HDR图像生成方法

高动态范围（HDR）图像相比低动态范围（LDR）图像有更宽的色域和更高的亮度范围,更符合人眼视觉效果,但由于目前的图像采集设备大都是LDR设备,导致HDR图像资源匮乏,解决该问题的一种有效途径是通过逆色调映射将LDR图像映射为HDR图像。提出了一种基于条件生成对抗网络（CGAN）的逆色调映射算法,以重建HDR图像。为此,设计了基于多分支的生成对抗网络与基于鉴别块的鉴别网络,并利用CGAN的数据生成能力和特征提取能力,将单张LDR图像从BT.709色域映射到对应的BT.2020色域。实验结果表明:与现有方法相比,所提出的网络能够获得更高的客观与主观质量,特别是针对低色域中的模糊区域,所提方法能够重建出更清晰的纹理与细节。