基于态势感知的美军空间情报对抗研究

空间情报对抗是当今世界高新技术中最具挑战性和竞争性的领域之一,是未来作战情报对抗技术的最高表现形式和热点内容。在对太空态势进行有效感知及情报监控的基础上,美军对“制天权”的认识进一步深化,太空情报对抗已成为美军的重点研究领域。     

航空人工智能概念与应用发展综述

针对航空人工智能发展的迫切需要,对人工智能定义、智能等级划分两个基本问题进行讨论,指出人工智能近期难以存在公认定义,需辩证看待人工智能航空应用的不确定性和确定性,对执行特定任务的智能系统进行智能等级划分因不符合当前主流认知规律而没有必要。从总体历史沿革、机载导弹、机载系统及可信等角度阐述航空人工智能应用的发展特点和态势,突出了可信航空人工智能研究作为行业应用前提性条件的重要性。     

An intelligent target detection method of UAV swarms based on improved KM algorithm

Complete and efficient detection of unknown targets is the most popular application of UAV swarms. Under most situations, targets have directional characteristics so that they can only be successfully detected within specific angles. In such cases, how to coordinate UAVs and allocate optimal paths for them to efficiently detect all the targets is the primary issue to be solved. In this paper, an intelligent target detection method is proposed for UAV swarms to achieve real-time detection requirements. First, a target-feature-information-based disintegration method is built up to divide the search space into a set of cubes. Theoretically, when the cubes are traversed, all the targets can be detected. Then, a Kuhn-Munkres (KM)-algorithm-based path planning method is proposed for UAVs to traverse the cubes. Finally, to further improve search efficiency, a 3D real-time probability map is established over the search space which estimates the possibility of detecting new targets at each point. This map is adopted to modify the weights in KM algorithm, thereby optimizing the UAVs’ paths during the search process. Simulation results show that with the proposed method, all targets, with detection angle limitations, can be found by UAVs. Moreover, by implementing the 3D probability map, the search efficiency is improved by 23.4%–78.1%.     

非单调语义网络中继承的信任理论

描述了一种新的具有例外的多继承语义网络推理方法--继承的信任理论,这是一种很具有吸引力的可废止继承方法.它应用于非循环语义网络的继承的分析,能够产生适合于继承直觉的非多义性结论.文中还讨论了Etherington的基于缺省逻辑的继承理论,提出了继承信任理论和继承信任缺省逻辑.给出了继承信任逻辑的性质,并且证明了构造继承信任缺省逻辑理论的唯一扩张是递推过程.信任理论的扩张能够快速求解.这种快速推理算法可以应用于专家系统推理.     

基于隶属云发生器的智能控制

阐述一种利用隶属云发生器实现智能控制的方法。其控制策略是通过语言值构成规则,从而形成一种直观推理方法。它不要求给出被控对象精确的数学模型,仅仅依据人的经验、感觉和逻辑判断,将人用语言值定性表达的控制经验,通过语言原子和云模型转换到语言控制规则器中,就能解决非线性问题和不确定性问题。基于此理论控制倒立摆获得比较好的效果,结果表明,该方法对被控对象的状态和参数变化具有较强的鲁棒性。     

调频多工数据传输技术在交通诱导系统中的应用

针对我国智能型交通的现状,提出了基于调频多工数据传输技术的交通诱导系统.本文在分析研究RDS-TMC技术的基础上,设计了利用RDS技术传输实时交通信息的车载动态导航装置,并介绍了该装置的主要功能模块.在实验室条件下进行了测试,证明设计可行,运行可靠.     

群智能机制启发的传感器网络能量感知服务质量路由树

提出一种理论优化路由树的启发式算法,实现地理信息辅助的传感器网络服务质量数据收集架构.算法采用群智能蚁群优化机理进行设计:首先通过构造基于流量的能量有效性权将网络划分为不同的功能区域,使得路由的选择过程能够低延时地自适应网内不均衡性的能耗状况;然后,设计了新颖的启发式因子和信息素更新规则,赋予人工蚂蚁代理感知网络局域能量状况和逼近理论优化树的能力,从而提高路由构建的自适应性和能量有效性.仿真实验结果表明,本文提出的路由机制能够在数据收集的应用背景下,有效提高收集质量和降低传输时延,并在健壮性和节能效果方面优于许多经典的传感器网络路由算法.     

地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机（Unmanned aerial vehick, UAV）机载高分辨率微小型合成孔径雷达（Mini synthetic aperture radar, MiniSAR）系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet-18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。     

智能化无创血氧饱和度检测系统的研究

无创脉搏血氧饱和度仪能够快速实时进行血氧饱和度的测量，在临床中得到广泛的应用，针对复杂生物组织如何建立相对准确的数学模型是提高血氧仪精度的关键问题，本文分析了光通过人体组织的传输特性，采用辐射传输理论，并考虑散射效应，提出了一种新型无创脉搏轿氧仪的设计方案，有效地减少了血氧仪的测量误差，通过对PC机联网，实现了血氧测量的智能化。     

基于雷达对抗的多源情报融合

基于雷达对抗的多源情报数据融合已成为现代军事作战的重要组成部分,并在夺取战争信息优势、及时掌握战场态势中发挥着越来越重要的作用.就基于雷达对抗的多源情报融合的基本概念、必要性、融合方法、融合思路、融合流程进行了综述和探讨.并就今后的相关发展、研究和应用提出了几点思考.