简介：摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件，并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间，使该结果在获得更小的保守性同时也降低了计算的复杂度．
简介：现代军事行动的特征已经发生了改变，信号管理领域也正经历着革命性的进步。传感器、智能武器和各种侦察系统仍是需要考虑的因素，但不再是驱动信号管理领域发展的唯一因素。军事行动中出现的新动向带来了一系列亟待解决的新问题和新威胁。作为回应，信号管理领域如今也包括了更加广泛的解决方案，以应对整个生存力方面的各种问题。
简介：美国陆军研究办公室（ARO）是美国陆军研究实验室的核心实体单位，负责执行和管理陆军以外的基础研究。ARO的任务是确定、指导和投资缔造陆军新科技，并最终淘汰现役技术所需的基础科学。拥有基础研究预算的单位为数不少，如国防高级研究计划局（DARPA）、国防威胁降低局（DTRA）、ARO（陆军研究实验室以外的基础科研单位），等等。
简介：国际化武军控专家乔纳森B．塔克（JonathanB．Tucker）2012年3月编辑出版的《创新、双用途和安全性：新兴的生物和化学技术的风险管理》系统分析了双用途技术带来的影响与潜在挑战。近年来，国际社会十分关注化学、生命科学、纳米技术的发展，担心双用途技术被不法分子滥用。翻译此文供从事军控研究和相关人员参考。
基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计
现代战场上的信号管理
战场危险物质管理创新性研究
生物和化学双用途技术发展与安全风险管理
