简介：

简介：信号情报是情报搜集的重要内容之一。在信号情报搜集能力方面，中国大陆的实力要明显强于台湾。

简介：2015年1月20日,美国"宇宙神"-5火箭将"移动用户目标系统"的第3颗通信卫星送入太空。美国"移动用户目标系统"卫星星座将于2015年底建成,最终由4颗工作星、1颗在轨备份星和4个地面站组成。它用于替代美国海军现役的"特高频后继星"星座,主要提供类似智能手机服务的窄带移动通信服务,可为移动作战人员提供安全通信(包括为移动中的军方用户提供实时语音、视频和数据服务),首次实现为手持用户终端提供超高频卫星通信,极大地增强了

简介：在载荷识别研究中,时域内载荷识别在其逆传系统载荷识别的研究,目前一般停留在最小相位可逆系统上,基于时间序列模型的逆传系统法系统动态载荷识别理论,提出了一种新的研究方法,克服了传统载荷识别方法对结构的边界条件仅仅局限于可逆系统,并利用计算机仿真验证了该方法不但适用于可逆系统,而且对不可逆系统的载荷识别同样有效.

简介：基于信号分析理论,从情报学角度,对突发事件信息传播过程中的信号进行搜集整理、监测解读,构建突发事件信息传播信号分析模型,为政府部门研究突发事件信息传播规律、及时预警危机事件提供参考。

简介：在完成重大任务、应对重大事件中考察和识别干部，一般来说，能够比较真实全面地了解干部。因此，应当把非战争军事行动作为考察和识别干部的重要渠道。

简介：针对传统军事命名实体识别方法存在人工构建特征复杂和军事文本分词不准确等问题,提出了一种基于深度学习的军事命名实体识别方法。结合双向长短时记忆（Bi-directionalLongShort-TermMemory,Bi-LSTM）神经网络对较长句子上下文的记忆能力、字向量（characterembedding）对汉字语义的表示能力和条件随机场（ConditionalRandomField,CRF）对标注规则的学习能力,构建了character＋Bi-LSTM＋CRF实体识别模型。为验证方法的有效性,在军事想定语料集上进行了实验,结果表明：该方法比传统方法识别效果好,识别准确率、召回率和F值均大幅提升。

简介：

简介：介绍了分队射击指挥模拟训练系统的概念,分析了模拟训练中语音通信机制.将语音识别系统引入模拟训练系统中,并就应用中存在的问题进行了探讨,提出了解决方法.

简介：针对当前伪码调相雷达高射频火炮初速测量中存在的时频能量泄露问题,在研究伪码调相连续波雷达发射信号与回波信号频谱特性的基础上,根据弹道测量中高速动目标的运动状态推导出动目标回波的多普勒频谱表达式,得到了时频能量泄漏的原因,并提出了一种基于Hough变换的目标检测算法,改善了参数提取的精度,对伪码调相连续波雷达的研究具有重要的参考价值。

简介：在反恐行动中频频亮相的俄罗斯“阿尔法”反恐部队，已为许多中国人所熟悉，但俄罗斯还有一支名叫“信号旗”的特种部队，它与“阿尔法”并肩战斗，却有不同于“阿尔法”的任务分工，这到底是一支什么样的部队，它与“阿尔法”又有什么区别?“信号旗”自组建之日起就是一支神秘的特种部队，很少公开露面，所以有着“绝密支队”之称。最近，俄联邦安全总局反恐中心“B”局副局长阿纳托利·伊萨金少将披露了“信号旗”的详情。

简介：研究了柴油机振动信号的时域同步平均方法,针对柴油机振动信号的循环波动性特点,提出了按曲轴转角进行角域同步平均的方法,减小循环波动性对信号分析的影响。利用多抽样率分析方法消除了同步平均时柴油机转速波动的影响。通过对坦克柴油机汽缸盖振动信号的处理结果表明,该方法可有效提高信噪比。

简介：针对新型作战体系下以装甲车辆为主的地面目标的被动声识别问题,为实现不同车型在不同工况下的声识别,以常见的3种坦克和4种履带式装甲车为识别对象,提出了一种基于变分模态分解(VariationalModeDecomposition,VMD)和人工蜂群(ArtificialBeeColony,ABC)算法优化的支持向量机(SupportVectorMachine,SVM)相结合的装甲车辆声识别模型。首先,采集不同工况下的车辆噪声信号并进行频谱分析,证明了VMD分解的可行性;其次,对样本信号进行VMD分解,得到不同尺度的本征模态函数(IntrinsicModeFunction,IMF)并进行多尺度模糊熵(Multi-scaleFuzzyEntropy,MFE)的计算,得到多尺度模糊熵特征(VMD-MFE);然后,利用优化算法对SVM进行优化,得到最优参数优化的分类器模型;最后,对噪声信号进行特征提取和分类实验。结果表明:VMD的分解效果优于经验模态分解(EmpiricalMadeDecomposition,EMD)和集合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD);与引力搜索算法(GravitationalSearchAlgorithm,GSA)和布谷鸟搜索(CuckooSearch,CS)算法相比,ABC算法得到的优化模型ABC-SVM具有更高的识别率,可达94.14%以上。

简介：为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析（Two-DimensionalPrincipalComponentAnalysis,2DPCA）的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积（RadarCrossSection,RCS）特征融合为例进行仿真验证,结果表明：相比于传统的主成分分析（PrincipalComponentAnalysis,PCA）,2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。

简介：为提高无人车行驶过程中前方车辆检测的准确性和实时性,提出了基于激光雷达(LIghtDetectionAndRanging,LIDAR)深度信息和视觉方向梯度直方图(HistogramsofOrientedGradients,HOG)特征的车辆识别和跟踪方法。目标首次进入视野时,聚类处理激光雷达深度信息并确定假设目标的候选区域,采用车辆尾部的HOG特征对假设目标进行验证。在HOG特征验证前,基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)算法对样本集HOG特征进行训练学习,生成车辆分类器模型。对于验证后的目标车辆,采用激光雷达获取的深度信息对目标车辆进行持续跟踪。构建了2种车辆模型,结合最小二乘直线拟合方法提取出车辆特征,生成目标模型。同时,提出了基于多特征马氏距离的目标关联代价方程,实现了多目标的关联;完成了基于卡尔曼滤波的车辆状态滤波和位置估计,更新了跟踪器模型。通过有效的管理策略,实现了目标跟踪的3个状态:1)初始化模型的生成;2)跟踪过程中跟踪器的更新与预测;3)目标驶离视野时跟踪器的删除。最后,通过试验验证了跟踪算法的有效性。

简介：发动机表面振动是一种多振源、激励复杂的振动形式,在发动机测试时目标振动信号受到很强的噪声干扰,必须通过有效方法进行信噪分离。介绍了一种利用人工神经网络进行自适应滤波的信噪分离方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型滤除坦克发动机汽缸盖振动信号中的机体振动噪声,提高了信噪比,为汽缸盖振动信号的进一步分析处理奠定了基础。

简介：2016年2月，美国陆军发布新版单兵地面防空用《目视飞机识别手册》，以更新替换2006年1月出版的该系列战场手册。美国陆军训练与条令处为该出版物的筹备机关，著名军事研究机构火力卓越中心和希尔堡对手册发行提供了评估支持。

简介：传统的敌我识别系统已经不适应信息化作战的要求,现提出了一种以Cygnal公司的嵌入式单片机C8051F020为核心的新型敌我识别系统设计方案,给出了该系统的硬件结构框图和程序流程图.该方案与现有系统相比有很大的技术改进,利用了扩频技术、纠错编码技术、最新的加密标准和GPS系统,各方面性能有了显著提高.

简介：经典的经验模式分解（EMD）方法通过求解信号的上下2条三次样条包络曲线的均值曲线，实现对原始信号的分解。但是对于非平稳、非线性信号，包络平均无法代替真正的局部平均。另外，基于包络平均的分解方法还会引入极值过冲和欠冲问题。利用B样条的良好局部性质直接计算信号的局部均值插值曲线，克服了三次样条包络方法在EMD分解中的不足。通过对旋转机械故障振动信号的分解处理，表明基于B样条局部均值插值曲线的经验模式分解方法得到的固有模式函数更符合信号的真实物理意义，分解结果更好。