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
军事智能科技是人工智能技术在军事领域的应用,包括军用生成式智能技术和具身智能技术的基础技术以及智能感知与认知技术、智能规划与决策技术、自主无人系统技术、群体智能技术、人机混合智能技术、脑科学技术等为主的核心技术。目前,军事智能科技发展应用尚处于前沿探索期,主要围绕未来军事智能科技发展迈入成熟期及其对陆军进攻战斗主要影响展开深入探讨,通过对进攻力量无人自主、战斗领域多域一体、时空缩放转换快速、战斗指挥人机协作、攻击行动自主联动以及战斗重心聚焦制智等多个关键维度的细致剖析,力求清晰呈现军事智能科技如何从根本上改写陆军进攻战斗既有形态,为未来陆军进攻战斗相关理论研究与实践探索提供参考依据。
针对无人机集群协同控制中,拓扑状态调控精度不足导致的能耗高及抗干扰能力弱的问题,提出一种基于拓扑相变理论的无人机集群协同控制方法。首先,将拓扑相变理论映射至无人机集群控制领域,构建了基于拓扑相变理论的无人机集群协同控制模型;其次,提出了基于相变感知、相变判定、相变调控和相变反馈的闭环控制方法,设计了动态调整通信半径策略,通过随机图论推导和模拟仿真确定临界通信半径;最后,仿真验证了方法的可行性。仿真实验结果表明:该方法较仿鸟群自推进机制的无人机集群相变控制方法抗干扰能力提升了40%,较基于强化学习的控制方法在能耗上降低了5%,且计算复杂度有明显降低。
为提升有人-无人协同作战的指挥控制效能,基于网络信息体系开展系统性研究。首先,从战场侦察与监视、火力打击与拦截以及战场支援与保障三个典型维度分析了应用场景,总结了不同作战场景下的协同需求与效能特征;其次,归纳了扁平网络式、智能自主式和虚拟沉浸式三种新型指挥控制模式;在此基础上,构建了包含网络信息体系层、指挥控制决策层和有人-无人协同层的三层体系架构,明确了各层级的功能定位与交互关系;进而深入剖析了分布式作战云、智能指控决策、动态任务规划和增强现实呈现四项关键技术;最后,从作战概念创新、体系建设路径和技术研发方向三个维度提出了未来发展建议。
指挥员的指挥决策风格对作战的胜负有着重要影响,但现有关于指挥员指挥决策风格的研究缺乏客观量化分析方法。针对该问题,基于兵棋复盘数据,通过地形利用、武器使用和行动协同三类典型行为特征构建量化指标体系,并运用层次聚类算法实现指挥决策风格的无监督分类。研究识别出三类典型风格:地形与火力主导型、协同攻击高效型和均衡稳健型,其战术偏好呈现显著差异,并进一步针对不同风格提出了相应的对抗策略,为指挥决策优化和兵棋AI开发提供理论支持,对提升军事决策智能化具有积极的促进作用。
现代攻防战斗中,夺取制空权是影响战局的关键。为此,红方须精准预判蓝方防空火力单元的机动策略,并制定高效的联合侦察打击行动。本文从红方视角出发,以最大化整体防御能力、最小化总机动时间为目标,在火力单元目标分配、阵地部署等多重约束下,构建了综合考量防御效能与机动效率的蓝方防空火力单元机动多目标优化模型。研究采用理想点法将多目标转化为单目标,并对模型中非线性约束进行等价简化,进而设计了相应高效求解算法。利用LINGO软件实现求解,获得了不同权重组合下的帕累托最优解集。仿真结果表明,权重系数直接影响防御效能与机动效率之间的权衡关系。该模型能够为指挥员提供适应不同作战意图的机动方案,支持其在动态战场环境下做出科学决策。
为提高水下无线传感器网络节点的定位精度,基于三角形几何理论提出了基于区域划分的定位方案(Zone-Partitioning-based Localization,ZPL)。算法利用两个锚节点和待定位节点之间形成的三角形区域,以测距结果作为边长,根据几何理论迭代细化区域进而实现位置估计。在区域划分迭代定位过程中,采用以复杂度低的线性代数运算为主,提高了计算效率。经仿真比较和分析,ZPL算法较传统的定位方法性能更稳定,有效增加了可定位节点的数量,并且降低了定位误差。
阐述了DPI技术、DFI技术的基础知识及技术优缺点,同时分析了现有业务网中IPTV系统管理的现状,通过采集分析IPTV业务控制信息及图像数据的流量特征,结合流量特征创建重要图像特征库及图像优先级体系,利用DPI/DFI技术对IPTV相关流量类型进行精准识别,设计IPTV流量精细化管控流程,构建基于硬件与软件一体的IPTV流量管控系统,搭建测试环境,设计评价标准,分别测试当业务传输流量未超过带宽阈值时IPTV图像显示情况,业务传输流量超过带宽阈值时,IPTV图像显示情况及启用图像保障策略后的IPTV图像显示情况。实验结果表明,基于DPI/DFI技术的IPTV流量管控能够实现对IPTV流量的精准识别与精细化管理,有效避免了网络拥塞对网络质量的影响。
网络中心化运维体系的智能化升级依赖于大语言模型的高效部署,然而资源受限的边缘环境与动态对抗威胁对传统微调方法构成双重挑战。现有方案往往孤立处理计算效率与模型安全问题,导致轻量化策略削弱防御能力或安全机制加剧资源消耗。针对这一矛盾,本文提出一种轻量化安全协同微调框架(LST-Framework),通过动态参数稀疏化与多层级防御实现多目标优化。该方法首先构建任务敏感型参数动态激活策略,基于Hessian矩阵谱分析识别冗余权重并建立稀疏微调路径,使计算复杂度降低至全参数微调的23%。同时,设计包含对抗性输入检测、轻量化梯度屏蔽与输出不确定性验证的三级防御体系,在仅增加8%推理开销的前提下实现对白盒攻击的鲁棒性增强。实验表明,在CIC-IDS2017等典型网络运维数据集上,LST框架相较LoRA+对抗训练的基准方案,在保持98.3%原始任务精度的同时,将内存占用压缩51.7%,推理延迟减少32.4%,并成功抵御94.6%的PGD白盒攻击。该成果为5G核心网、工业物联网等低资源高安全场景的大模型落地提供了理论支撑与技术范式。
为了实现物联网访问权限的动态管理,提高物联网数据的安全性,提出了一种考虑权限阈值的物联网终端访问细粒度控制方法。首先利用引入时间标签的AES加密算法对物联网中的敏感数据展开加密,提高敏感数据的安全性;其次引入忠诚度来计算物联网访问者的信任值,通过对比信任值和权限阈值来确定访问者的身份,并为访问者分配数据访问权限;最后通过模糊综合评价法确定非恶意访问者的优先级,以此实现物联网终端访问细粒度控制。实验结果表明,该方法的数据加密成本较低、访问控制效果较好。
针对社交网络中谣言传播速度快、影响范围广及传统辟谣算法易陷入局部最优等问题,本文提出一种基于混合蛙跳-粒子群(SFLA-PSO)算法的实时网络谣言辟谣方法。该方法结合了混合蛙跳算法(SFLA)的聚类协作局部搜索能力与粒子群算法(PSO)的全局快速收敛优势。首先,构建融合用户社会关系与信任度的社交网络谣言传播模型,将用户划分为不同年龄层群体,并针对不同群体的认知特征分别采用SFLA或PSO策略进行差异化建模;其次,设计SFLA-PSO混合优化算法,通过局部深度搜索与全局信息交互机制,动态更新用户信任度,实现对谣言的高效阻断。仿真实验结果表明,相较于单一的SFLA和PSO算法,SFLA-PSO混合算法在收敛速度和计算效率上具有显著优势,能够更快速、全面地引导用户认知趋向真相,有效遏制谣言传播。
装备作战仿真模型是装备数字化工作的核心资源,亟须规范化建设。分析了国内外军用仿真模型建设的4种主要做法,指出了仿真模型对体系仿真平台的三层依赖,提出了以问题为导向的模型体系分级方法,从模型规范、开发框架、模型框架三个层面设计了装备作战仿真跨平台建模规范的分层框架,给出了支持装备作战仿真模型分级建设的参考框架,可作为装备领域作战仿真模型建设的总体解决方案。
针对装备领域结构化业务数据与非结构化PDF文本数据共存的现状,现有信息抽取方法成本高昂,且难以适应装备领域数据多样性和动态性的实际,基于DeepSeek大语言模型对装备领域PDF数据抽取方法进行了研究,构建了包含基础属性、技术参数、性能指标、时效性指标等装备属性信息抽取框架,设计了涵盖装备技术手册、维护规程、验收标准文档等实验数据集,并通过开发零样本提示模板,结合DeepSeek不同量级等模型进行了实验,验证该方法在装备知识图谱构建中的有效性,实验结果表明DeepSeek大模型的预训练能力和微调技术可有效提升装备领域PDF文本信息抽取的准确率和召回率,为装备数据的智能化管理提供了一种高效、灵活的解决方案。
红外特性仿真技术已广泛应用于方案设计优化、风险评估、预测分析、性能检测等多个方面。综合整理现有红外特性仿真技术,从基本原理、发展历程、分析步骤、技术优缺点对基于实验数据、基于经验模型、基于物理模型、基于实测图像、基于深度学习的红外仿真技术进行分析。结合提高仿真精度、复杂场景适应性、仿真实时性等现实要求,进一步从物理模型与数据驱动融合、高精度建模、多物理场耦合、硬件保障等多个方面,对红外特性仿真技术未来发展趋势进行展望,为相关领域的研究与发展提供参考。
在Python中调用数学库及绘图库等模块,针对航空自导深弹的攻潜过程进行了精细化建模。在特定条件下,对命中率展开了仿真分析,以此评估该武器系统的攻潜效能。研究重点结合了多个关键参数(使用假定值),包括下沉速度、有效搜索半径、搜索扇面角、初始搜索深度以及散布误差等,通过仿真试验探讨这些参数变化对命中率的影响,进而综合评估其作战效能。仿真结果体现了分析的客观性与可信度,同时也彰显了Python在解决此类问题时的实用性与通用性。
针对战场空域使用效能评估问题,考虑战场空域使用的特殊性,依据安全性、有效性、灵活性等原则,建立了包含4个方面18个要素的评估指标体系。在此基础上,采用基于排队等级思想的组合赋权法确定了指标权重;建立了正态云模型与随机变量、概率测度空间等统计学概念的对应关系,运用云模型开展战场空域使用效能评估。最后,通过实例验证并与模糊综合评价法、模糊网络层次分析法进行了对比分析,结果表明:该评估方法的评估结果更可靠,且兼具模糊性与随机性,能够为提高战场空域使用效能提供参考。
为检验当前航天装备保障训练能力水平,进行了基于“AHP+云模型”的评估。首先对开展评估的必要性、价值性进行分析,奠定评估理论初步基础。其次按照明确参照依据、规范构建流程、分析指标因素等步骤构建指标体系,设计“AHP+云模型”的评估方法并进行实例验证,得出“良好”客观具体结论。最后针对查摆的问题,提出针对性意见建议,以期更好地服务航天事业。
随着深度学习在驾驶行为分析领域的不断深化,传统方法在处理海量视频图像数据时逐渐显现局限性。针对驾驶员分心驾驶识别问题,该文提出一种基于关键帧引导和自适应通道MAMBA的分心驾驶识别方法。具体如下:(1)通过关键帧引导机制实现模型对判别性信息的聚焦识别;(2)融合边缘特征增强与通道注意力机制,强化空间特征表达能力;(3)利用多帧时序建模捕获驾驶动作的动态演化过程。结果表明,该文方法在SAM-DD数据集上识别准确率达99%,跨数据集迁移任务(SynDD1->StateFarm)准确率较VideoCLIP提升7个百分点。该研究为分心驾驶识别提供了兼具精度与鲁棒性的解决方案,为后续时序建模与模块化设计优化提供了参考方向。
传统轨道交通信号动态调度方法因缺乏实时动态优化能力且调度策略僵化,导致调度后轨道交通信号系统车辆平均等待时间较长、平均队伍长度较大。为此设计轨道交通信号时空演化建模与动态调度方法。轨道交通信号时空演化建模可为轨道交通信号动态调度提供精准、实时的输入数据。设计一种结合双深度Q网络与双决斗深度Q网络的决斗双重深度Q网络,利用DDQN解耦与Dueling结构实现轨道交通信号动态调度。实例测试结果表明,该设计方法能够实现实验交通枢纽站轨道交通信号动态调度;设计方法的车辆平均等待时间整体低于250 s,车辆平均队伍长度整体约20 m,说明设计方法动态调度下的轨道交通系统运行效率较高。
在智能化战争形态下,数据已转化为决定军事竞争优势的关键性战略资源。美国作为全球军事数据建设的先行者,其战略演进历程具有典型性。本文基于美国国防部及其各军种的核心战略文件与最新实践,在梳理现有研究的基础上,提出美军数据战略遵循“网络中心—数据中心—决策中心”的三阶段演进逻辑。研究发现,美军数据战略的演进呈现清晰的逻辑递进:从网络中心阶段的“连接万物”,到数据中心阶段的“治理资产”,最终迈向决策中心阶段的“赋能决胜”。本文系统剖析了各阶段的战略思想、关键举措与内在驱动力,详细梳理了各军种的差异化实践路径。最后,结合我国军事数据建设实际,从顶层设计、实施体系、人才战略、建设模式及安全治理等维度提出针对性启示,旨在为我国构建适应未来战争需要的军事数据能力体系提供理论参考。
立足互联网开源情报,梳理美国军用无人潜航器的发展规划,区分超大型、大型、中型、小型四个类别,分析了美军典型UUV的装备建设现状,同时根据作战需求与技术发展现状,探讨了美军战略威慑、战场侦察、反水雷作战、目标打击、载荷运输、网络节点、有人无人协同作战、集群作战八种典型军事运用场景。在进一步分析美军UUV发展规划、装备建设、军事应用经验与教训的基础上,归纳了美军无人潜航器梯次化、体系化、通用化、标准化、自动化五个发展策略。
为持续维持全球海上优势,美国海军正在大力推进AI军事化应用与智慧化建设。从7个AI技术模式对美国海军2025财年投资的146个子项目进行系统分析,发现美国海军采用一种或几种模式,开展信息管理、指挥与控制、后勤与培训军事任务应用,其中超个性化、识别、预测分析与决策、自主系统等4种模式及其组合是最常采用的模式,提出了利用AI提升战场感知、重构人机认知共生的指挥控制范式、形成“需求预测—资源调配”智能化后勤保障模式三条建议,以期帮助我军充分了解美国海军军事化AI建设与应用现状。
