外军一体化联合战场情报、监视与侦察系统的发展

陆、海、空、天战场信息获取、处理、传输和应用一体化,是外军自20世纪90年代以来,情报、监视与侦察系统发展的一个重要趋势,尤其是自2001年年底的阿富汗战争以后,外军更是加快了其发展的步伐。因此,本文在描述外军战场情报、监视与侦察系统近年来发展特点的基础上,重点介绍了外军一体化联合战场情报、监视与侦察系统的基本概念、体系结构及其关键技术等。     

复介电常数的快速无损测量

阐述一种无损快速测量微波高损物质复介电常数εｒ的方法．以带法兰盘的开口矩形波导为探头，用自动测量线测出开口波导系统的复反射系数，通过变分法和多项式曲线拟合方法，由微机即时算出待测样品的复介电常数．由于在数值计算中作了一系列有效的处理，使计算量大为减少，从而使该方法更适合于实时测量．经实验验证，该方法精确而实用，具有很好的应用前景．     

机载C^3I系统电磁兼容技术研究

本文以具有典型性的预警机为载体，讨论了机载天线耦合干扰及天线方向图的计算机预测与分析的数学模型，给出了预测分析的计算机软件设计流程图，并从收发天线隔离度和装机后的方向图的角度去研究了预警机天线的优化布局，得到了一些有益的结论。     

大数据和人工智能时代的情报分析和技术探索

在深入梳理现代情报分析六大关键问题和理想状态的基础上,结合大数据和人工智能技术近10年的跨越式发展,针对目前大数据和人工智能技术应用于情报分析的主要认识误区,详细分析了其用于情报分析领域的六大挑战和所需7项关键支撑技术,并提出了大数据和人工智能基础上的新型情报分析技术体系架构模型和情报生产使用流程。最后,对未来情报界相关系统和工作流程建设提出了四个方面的建议。     

应用深度神经网络和集成学习的电台个体识别

提出了一种基于深度神经网络的个体智能识别方法,可用于电台个体分类识别.该方法构建集成多子网络的一维深度卷积模型,以电台时序信号作为模型输入,进行电台个体分类.利用深度神经网络自动特征化的能力,该方法从时序信号中自动获取个体特征,从而以端到端的形式实现从电台信号识别电台个体.该方法能够免去基于专家知识的特征提取工作,自动提取的个体深度特征还有助于区分传统特征无法区分的高度相似电台个体.实验证明,该方法能有效降低模型调参设计难度,能减轻单一网络带来的特征提取识别过拟合问题,能提高电台个体识别算法的泛化能力与鲁棒性.在信噪比12 dB的条件下,对10类电台8PSK调制信号进行特征提取与识别,整体正确率91.83％,平均正确率为89.12％;对MSK调制信号进行特征提取与识别,平均分类精度为89.1％.     

新兴技术牵引下的联合情报装备体系建设

联合情报是联合作战能力的重要组成部分，科技力量是牵引联合情报装备体系发展的重要动力。近年来以人工智能和大数据为代表的新兴技术的日益成熟，为联合情报装备体系建设提供了重大机遇。以美军联合情报体系发展为研究范例，指出科技进步对情报体系发展的重要推动作用，结合美军对大数据、人工智能在情报领域应用技术的研究，分析了新技术的出现为联合情报装备体系的加速发展带来的支撑条件；结合情报体系建设实际问题，给出有关联合情报装备体系建设的若干思考。