中国科技核心期刊
中国指挥与控制学会会刊
军事装备类重点期刊
中国指挥与控制学会会刊
军事装备类重点期刊
中国指挥与控制学会会刊
军事装备类重点期刊
先进技术手段和新型武器装备的运用,导致单靠人类的思维和体力逐渐难以驾驭“高强度、快节奏、极复杂”的智能化对抗。无人装备凭借“耐受恶劣条件、战场生存能力强”等突出特点,能够弥补分队在对抗过程中的不足,有人/无人协同成为对抗强敌的有效手段。为此,本文概述有人/无人内涵与特征、划分有人/无人协同等级,剖析有人/无人协同对抗制胜机理;然后,按“基础支撑技术—协同核心技术”二级体系,系统综述有人/无人协同系统关键技术;最后,探讨如何增强有人/无人系统能力,并且为对抗反制有人/无人协同提出系统性建议,形成“能力需求—关键技术—发展建议”的研究链条,期望为未来有人/无人协同对抗理论研究提供有价值的参考。
针对防守作战中来袭目标的威胁评估问题,提出了一种基于加权动态贝叶斯网络(Weighted Dynamic Bayesian Network,WDBN)和逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)的目标威胁评估方法。首先,选取威胁评估指标并对指标之间的内在关联进行分析,将指标进行离散化处理,通过组合赋权法求取指标的综合权重。其次,构建DBN用于威胁等级的推理,并在条件概率表中融入指标综合权重。最后,针对DBN存在的排序困难问题,引入TOPSIS方法对WDBN的推理结果进行排序。仿真结果表明,相比于直接使用DBN,本文方法推理的结果更符合真实战场情形。
针对目前无人机集群作战效能评估缺乏从推演仿真到评估的路径,提出了一种基于GraphRAG的评估方法,充分利用推演仿真数据,真实、客观反映无人机集群的作战效能。首先,利用无人机集群推演仿真的数据,如攻击、探测以及作战效果等,构建知识图谱;其次,通过知识图谱构建关于评估指标的图检索增强生成系统(Graph Retrieval-Augmented Generation, GraphRAG),结合大语言模型智能生成合理的评估指标体系;最后,利用信息熵法实现无人机集群的作战效能评估。通过构建无人机集群对地攻击作战场景,验证了所提方法的有效性,为体系效能评估开辟了新的方法路径。
为解决现有研究中负载评估维度单一、动态调控适应性不足的问题,同时明确负载均衡与任务规划的深度绑定关系,本文对无人机集群负载均衡技术应用现状、存在问题及应对方法展开综述。首先,梳理嵌入静态规划模型中的负载均衡方法、动态自适应模型及被动响应式负载调整策略三类核心技术,深入分析各类方法的技术特性与优缺点;然后,剖析当前研究面临的多维负载感知与静态评估体系不匹配、动态调控需求与静态架构博弈失衡双重核心矛盾;最后,提出涵盖多维评估指标体系构建、先进度量方法应用和分布式低耗算法设计的一体化解决路径。研究结果为多维负载评估体系构建、低耗分布式算法设计及动态调控策略优化提供理论支撑。
围绕直升机编队智能博弈问题展开研究,运用规则推理与强化学习相结合的思路,提出了知识-数据双驱动直升机编队智能博弈决策方法。针对简单态势,采用分布式知识表达方式构建的专家规则库快速完成分析决策;针对复杂态势或未知态势,基于多智能体近端策略优化算法(Multi-Agent Proximal Policy Optimization, MAPPO)构建强化学习智能博弈模型并做出最优决策,通过集中式训练和分布式执行机制有效提高了直升机编队的协同性。最后,在仿真平台中完成了设计场景下的红蓝博弈决策任务,并根据推演数据进行效能评估,验证了算法的有效性和实用性。
海上远程短波通信效能及装备发展始终受到选频问题的制约,为进一步提高远海通信保障能力,提出构建以智能辅助决策为核心的短波通信选频系统,将传统短波通信的系统架构与智能选频方法相结合,对智能辅助决策系统的总体设计、主要功能及工作流程进行了研究与探索,并给出典型应用场景,为后续实现“可持续”短波通信及“精细化”通信用频决策提供技术支持。
随着海洋作业复杂性的不断增加,水面无人艇集群编队控制技术逐渐成为研究热点。本文系统梳理了水面无人艇集群编队控制技术的研究现状,重点分析了集群编队结构优化、动态任务分配、分布式协同控制算法以及异构系统通信架构设计等关键技术。当前技术虽已取得阶段性成果,但仍面临诸多严峻挑战,包括复杂环境适应性不足、异构协同存在瓶颈、自主决策能力有限、能源与成本约束等问题。本文进一步探讨了未来发展方向,提出智能强化学习与分布式自主决策、跨域通信组网技术、多物理场耦合建模以及模块化可扩展架构设计将成为推动水面无人艇技术发展的关键,将助力推动水面无人艇集群从“固定编队”向“自适应协同”跨越,为海洋资源勘探、应急救援等复杂场景提供技术支撑。
针对跨时间域场景下现有辐射源识别方法存在的模型泛化能力弱、信号识别准确率低等问题,提出了一种基于掩码自编码器(Masked Autoencoder, MAE)及改进压缩残差网络(Compression Residual Network, CRN)的辐射源识别方法,通过两阶段优化框架以提升辐射源识别效果:第一阶段,采用具有视觉Transformer(Vision Transformer, VIT)架构的MAE,对无标签数据进行随机掩码预训练,从谱图的局部信息中推断信号的全局特征,并利用注意力机制实现两者有效关联,增强模型的泛化能力;第二阶段,将预训练的VIT编码器与CRN结合作为主干网络,使用有标签数据对模型进行微调,捕获信号更为关键的细微特征,学习数据更具结构化的潜在表示,提升模型整体表征能力及识别性能。实验结果表明,在4个不同时间批次下,所提方法相较于VIT等基线方法对6类电台辐射源信号识别率提升3.81%至16.18%。
低轨星座是近年来航天领域的热点方向,在通信、导航、侦察等领域展现诸多优势。本文以低轨巨型星座搭载电子侦察载荷为研究对象,在特定星座构型和轨道高度约束条件下,研究了基于最小化卫星总数和最优化定位性能(CRLB)的低轨电子侦察星座轨道优化方法。通过STK/Matlab联合仿真,优化后的星座方案在卫星总数减少235颗、轨道面数缩减6个的情况下,其辐射源定位性能较星链构型提升达50%。因此通过低轨星座优化设计,可在显著降低系统资源消耗的同时,实现对特定区域的高效无源实时监测。
针对水下声呐目标识别中检测精度有限和处理速度缓慢的问题,探索了一种基于YOLOv5的轻量级深度学习框架。该框架结合了MobileNetV3和ShuffleNetV2模块来优化网络架构,同时采用了增强的数据增强策略来缓解声呐图像数据集的稀缺性,并减轻训练过程中的过拟合。实验结果表明,轻量级网络大大减少了模型冗余。与基线YOLOv5相比,MobileNetV3优化网络实现了模型大小减少9.7 MB,计算负载减少12.7GFLOPS,参数减少4.88 M。同样,ShuffleNetV2变体将模型大小减少了2.2 MB,计算成本减少了13.4GFLOPS,参数减少了1.03M。值得注意的是,轻量级模型不仅提高了推理效率,还提高了召回率,同时保持了有竞争力的检测准确性。这些进步凸显了该框架在平衡计算效率和性能方面的潜力,显著提高了水下声呐目标识别系统的实用性。
针对粒子滤波在三维目标被动跟踪时存在粒子贫化现象,无迹粒子滤波虽有所改善但对环境噪声敏感的问题,提出了一种基于北极海鹦算法的无迹粒子滤波算法(APO-UPF)。该算法使用北极海鹦算法代替重采样,解决粒子贫化问题;引入切比雪夫(Chebyshev)混沌映射结合精英反向学习策略提升初始化种群多样性,用柯西逆累积分布代替莱维飞行增大算法寻优步长,增强算法前期的全局搜索能力;引入非均匀变异策略更新粒子位置,帮助算法后期跳出局部最优。仿真结果表明,相比传统的滤波算法,改进后的算法均方根误差更小,受噪声影响更小,粒子的分散范围更广,保证了高质量的跟踪结果。
轴间轴承是船舶动力系统中的核心部件,其健康状态直接关系到船舶动力输出的稳定性与任务执行的可靠性。由于运行环境高速、高温且封闭,传统依赖单一传感器的诊断方法难以满足复杂工况下的实时性与精度要求。针对这一问题,提出一种多维数实融合的智能诊断框架。该方法首先构建融合传感器观测与动力学仿真的多源异构信息机制,实现轴承状态在多维特征空间的深度表征与早期状态辨识;随后设计具备物理约束与演化反馈的数实同步模型,实现多时空尺度上的数字孪生与物理系统协同演化。实验结果表明,该方法在复杂条件下表现出良好的诊断精度与泛化能力,为船舶关键轴承部件的智能监测与保障提供了有效技术支撑。
船舶维修工程是一项极为复杂的综合性工作,它不仅涉及众多的技术细节,还牵涉到安全、经济和环境等多个方面。开展船舶维修风险管理体系的研究,其核心目的在于深入探究可能导致有害事件发生的各种成因,并对潜在后果进行科学评估,确定哪些安全因素至关重要,为维修工程的安全性提供保障。本文基于BS-EM-CL-PHA方法,对船舶维修过程中的风险识别进行了深入研究,构建了一套风险管理体系,并进一步提出了针对性的风险控制措施和应急处理方案,为船舶维修工程的安全性提供保障。
针对恶劣海况下船舶通信网络易受干扰、链路易中断的问题,本文研究其冗余路径与网络负载协同优化方法。通过划分逻辑网络与物理网络,明确主/备份路径约束,建立以富余度最大、负载均衡度最低为目标的模型,采用分支定界法、遗传算法等方法求解。仿真结果显示,合理缩减搜索空间可提升效率,最优方案能保障网络稳定,为船舶通信网络设计优化提供支持。
示假欺骗技术是反制敌方侦察打击体系的关键手段之一。本文聚焦国内外地面装备示假欺骗技术的最新发展动态,从作用机理与典型系统装备两个维度,系统梳理假目标、SAR欺骗干扰以及导弹诱骗干扰等主要技术途径的研究进展,并深入分析了该技术的发展趋势与技术路线,为该地面装备伪装防护技术后续探索提供了一定参考。
针对传统装备体系难以适配智能化作战动态对抗场景的问题,本文构建“单个装备—系统—体系”三层次学习性概念模型,从数据驱动的自主适应学习、知识驱动的协同进化学习、策略驱动的涌现演进学习三个维度,建立融合信息论、控制论与博弈论的综合性评估指标体系。以多域无人集群协同突击为典型想定设置对照实验,验证表明该模型与指标体系可有效区分不同层级学习能力的效能差异,精准定位装备体系在对抗环境中的学习瓶颈,为智能化装备体系的学习性评估、优化迭代与作战运用提供系统性支撑。
针对现有毁伤评估仿真系统存在通用性及扩展性不足、与实战化应用场景适配性欠佳等问题,本文梳理了目标易损性分析、弹药威力场分析、毁伤效果仿真与效能综合评估的毁伤评估全链路技术体系,构建了一套四层架构的毁伤效能评估仿真系统框架,其突破了数据模块、算法模型、功能组件的耦合限制,可实现毁伤资源的标准化管理与业务应用的柔性组合,可为研发实战化条件下的毁伤效能评估仿真系统提供理论支撑与技术思路。
为提升无人艇自主跟踪的全局寻优能力与动态适应性,解决现有算法在复杂动态场景下易陷入局部最优、收敛速度与寻优精度难以兼顾及跟踪稳定性不足的问题,本文以提升无人艇自主跟踪的全局寻优能力与动态适应性为研究目的,提出一种基于朗之万方程的优化算法,将朗之万方程的惯性项、摩擦力项与随机力项映射为核心更新机制,实现探索与开发的自适应平衡。建立多障碍无人艇自主跟踪仿真场景,与多种主流算法对比测试的结果表明,本文算法寻优性能均衡优异,为水面无人艇自主跟踪任务提供了高效可靠的技术方案。
针对传统通信干扰策略在动态适应性上的不足,提出了一种基于神经种群动态优化算法(NPDOA)的通信干扰策略优化方法。该方法融合了吸引子趋势策略、耦合干扰策略与信息投影策略,并结合动态参数调整、基于节点重要性的初始化机制及局部搜索策略,实现了干扰资源的自适应分配,精准识别敌方通信网络中的关键节点与链路。实验基于包含骨干层20节点和接入层60节点的复合战术通信网拓扑模型,与粒子群算法(PSO)、哈里斯鹰优化算法(HHO)等基准方法进行了对比。结果表明,改进后的NPDOA在干扰效率与稳定性上均显著优于传统方法,其资源效能比达到1.85(较HHO提升51.6%),通联损伤率提升至41.2%,且算法收敛速度提升4.73%。本研究验证了NPDOA在复杂通信环境下动态优化干扰策略的有效性,为电子战资源分配提供了新思路。
