首页期刊导航|指挥控制与仿真
期刊信息/Journal information
指挥控制与仿真
中国船舶重工集团公司 第七一六研究所
指挥控制与仿真

中国船舶重工集团公司 第七一六研究所

秦立富

双月刊

1673-3819

info716@vip.163.com

0518-85823166

222061

江苏连云港市102信箱6分箱

指挥控制与仿真/Journal Command Control & SimulationCSTPCD
查看更多>>《指挥控制与仿真》为武器工业类与军事科技类中国科技核心期刊,双月刊,中国船舶重工集团公司主管,中国船舶重工集团公司第716研究所主办。本刊目前为中国科技核心期刊(中国科技论文统计源期刊),为中国学术期刊综合评价数据库(CAJCED)统计刊源,被中国核心期刊(遴选)数据库、中国期刊全文数据库(CJFD)、万方数据库、电子科技文摘数据库收录。经过30余年持续不懈的努力,本刊已逐渐形成以海、陆、空三军C4ISR系统、作战系统、指控系统、武器系统以及军事电子信息设备的研究开发、仿真技术、建模和软件报道为特色,兼顾国民经济建设其它相关领域的军事科技与武器装备类核心学术期刊。本刊主要报道领域有:火控、指控理论和技术发展回顾、发展动态和未来发展方向;火控、指控新原理、新技术、新成果;C3I、C4I、C4ISR、C4KISR理论与技术;信息融合、系统重构、智能火控技术;系统建模与仿真、目标探测与跟踪、武器驱动、导航定位技术;实验技术、检测技术、模拟训练技术;可靠性、维修性、安全性技术;软件开发、软件测试、软件工程管理技术;火控、指控系统通用化、系列化、组合化管理经验与技术;火控、指控系统硬件设备研制实践经验等。2010年本刊影响因子在全国36中武器工业与军事科技类期刊中,排序进入前七名, 2011年,本刊将力求刊物质量和水平的提高。欢迎新老读者(包括个人和单位)订阅。本刊每期单价15.00元,全年6期共计90元。即日起全年任何时间均可订阅。
正式出版
收录年代

    对陆攻击巡航导弹航路规划评价指标体系设计

    刘亿由大德董受全吴帅...
    70-74页
    查看更多>>摘要:针对单一航路规划算法代价函数评价指标有限,规划推荐的最优航路为局部指标最优的问题,根据导弹作战要求和作战环境特点,从飞行安全、突防安全、打击精度要求出发,建立对陆攻击巡航导弹航路规划评价指标体系,定性分析了导弹撞地与落入人文区概率、航迹穿越探测区与拦截区幅度、自控飞行与探测识别精度等具体评价指标,对优化航路规划寻优算法有一定借鉴意义.

    航路规划评价指标飞行安全突防安全打击精度

    基于动态序列贝叶斯网络的空地协同作战意图识别

    杨锐杨继龙刘晓凡张一林...
    75-85页
    查看更多>>摘要:现代军事活动中,空地协同多编队样式越发重要.已有的目标意图识别方法对单一编队效果较好,但对空中和地面协同的多编队场景尚缺乏有力的解决方法.因此,采用动态序列贝叶斯网络(Dynamic Series Bayesian Net-work,DSBN)对空地协同编队进行意图识别.该方法首先利用DSBN构建了一个空地协同作战意图识别整体模型,用于描述空中和地面编队之间的协同行动过程,然后通过将不同战场域的事件及其相关概率关系进行融合,结合辅助战场信息,使用推理网络实现对敌方协同作战意图的识别.该方法充分考虑了空中目标的行为规则,精细描述其行为模式和趋势,更好地适用于多协同目标编队的场景.最后通过实例仿真验证了该方法的可行性和有效性.

    意图识别空地协同动态序列贝叶斯规则知识

    面向目标机动类型的数据标签生成方法

    汪其林曹志敏高静
    86-94页
    查看更多>>摘要:针对现有目标机动类型识别方法通用性不足、准确率较低等问题,提出基于改进K-medoids聚类的多层标签生成方法.以空中目标机动轨迹为例,设计多种数据预处理方法,采用动态时间规整作为聚类算法的距离度量,通过构建标签框架指导算法实施过程,进行迭代聚类以生成多层标签.在公开数据集上测试算法,实验结果表明,该方法在无监督情况下对第一层标签的识别准确率达到 89.75%,接近传统有监督算法;同时,相对于没有引入标签框架的情况,能更有效地区分第二层模糊标签.该方法只需少量专家知识,便能简单地扩展到不同领域、不同机动类型.

    标签生成动态时间规整K-medoids聚类

    基于深度学习的纯方位水下目标机动检测

    陈建润毛卫宁
    95-101页
    查看更多>>摘要:针对现有水下目标纯方位机动检测方法存在的检测时延长、准确率低等问题,提出了基于深度学习的目标运动模式分类和方位预测两种纯方位机动检测方法.将目标处于匀速(CV)运动状态和匀转弯(CT)运动状态的方位观测作为训练数据集,通过长短时记忆(Long Short-Term Memory,LSTM)神经网络实现目标运动模式分类和方位预测,进而实现基于运动模式分类和方位预测的水下目标机动检测.仿真结果表明,相比传统方位预测的机动检测方法,该方法降低了对方位观测误差和目标机动幅度的敏感度,具有更高的机动检测准确率和更小的机动检测延迟.

    纯方位机动检测LSTM网络运动模式方位预测

    面向作战区域提取的空战场目标轨迹分析

    周觐高岚岚刘巍
    102-108页
    查看更多>>摘要:针对传统战场态势认知过程中缺乏对作战区域的有效分析与识别的问题,提出了一种面向作战区域提取的空战场目标轨迹分析方法.首先,基于改进Douglas-Peucker算法对目标原始轨迹进行特征点提取,得到目标特征轨迹,从而降低目标轨迹冗余信息;其次,利用密度峰值快速搜索聚类算法(Clustering by Fast Search and Find of Density Peaks,CFSFDP)对目标特征轨迹进行聚类分析,得到多个特征点簇,最后,基于Graham凸包算法对每个特征点簇进行扫描,进而得到闭合的多边形来表征作战区域.通过若干案例仿真验证了该算法模型的可行性和有效性.

    作战区域空战场轨迹分析态势认知

    新生参数未知的ET-GM-PHD编队目标跟踪方法

    夏沭涛文云峰还迎春张振杰...
    109-115页
    查看更多>>摘要:为了解决多个编队在新生目标参数不明确背景下的目标跟踪问题,提出了一种新生目标相关参数未知的编队目标跟踪算法,它可以有效地提高跟踪性能,从而更好地满足需求.通过采用高斯混合概率假设密度(ET-GM-PHD)滤波框架,对PHD参数进行预测,进而分析各个高斯分量之间的相关性,从而筛选出最优的量测集合,最终消除大多数的噪声干扰.再利用在编队目标运动区域内量测分布密集的特性,通过目标检测方法找到其位置并跟踪.最后,仿真实验表明,在新生目标相关参数未知的情况下,提出的方法能够快速有效地跟踪编队目标,具有较好的跟踪性能.

    编队目标新生目标相关参数未知ET-GM-PHD滤波相关性

    长短时算法:一种视频多目标关联算法

    王锐丁春山
    116-122页
    查看更多>>摘要:视频多目标跟踪面临的主要挑战是严重遮挡带来的身份切换问题.解决身份切换的技术为视频目标关联,即识别不同帧中的同一目标并分配身份编号.针对身份切换提出长短时视频目标关联算法,该算法在短时即相邻帧之间使用运动特征进行目标匹配,在长时即不相邻帧之间增加外观特征进行目标匹配,实现对于遮挡后被检出目标的再匹配.此外对卡尔曼滤波进行改进,增加框宽参数,使得预测框更准确;还使用平均外观特征并增加检测置信度作为更新参数,使得外观特征鲁棒性更强,在复杂环境下仍能表现良好.长短时算法在数据集MOT17 上多目标跟踪精度得分 81.3,身份F1 值得分 81.3,实现了严重遮挡场景下的稳定跟踪.

    视频目标关联视频多目标跟踪先检测后跟踪平均外观特征

    一种融入领域知识的领域短文本命名实体识别方法

    戎纪光任志国李书强
    123-129页
    查看更多>>摘要:针对领域短文本中命名实体在计算资源受限情况下识别率不高的问题,设计了一种融入领域知识的双BiL-STM_CRF+全连接网络模型,对领域短文本命名实体进行识别.利用领域知识图谱中的关键知识实体及其关键关系,经投影变换、聚类和全局向量词嵌入处理,并基于词向量相似性计算,发现与待识别领域命名实体相似的关键知识实体,将其替换为关键知识实体后生成新的领域短文本,与未替换的领域短文本一同输入模型中进行命名实体识别,使领域知识融入领域短文本的命名实体识别过程,实验结果表明本方法较现有其他同类方法获得了较优的识别能力.

    知识图谱知识实体命名实体识别双向长短期记忆网络

    基于虚实结合的雷达操作训练方法研究

    武忠国赵宏宇李坤崔新风...
    130-136页
    查看更多>>摘要:针对雷达训练中缺环境、缺装备的现状,提出了基于虚实结合的雷达操作训练方法.首先,分析了虚实结合概念的内涵;其次,研究了实体雷达与虚拟环境和虚拟雷达与实体环境两种虚实结合的交互方法;最后,结合具体训练需求,在同一场景中分析了实-实、实-虚、虚-实、虚-虚四种雷达与环境交互方法在雷达训练中的应用.

    虚实结合雷达目标模拟模拟训练

    基于时间序列森林的雷达高分辨距离像目标识别

    程巍轶张红敏黄燕
    137-143页
    查看更多>>摘要:为了提高雷达目标识别准确率与不完备角域数据下的识别性能,提出一种基于时间序列森林的高分辨距离像(HRRP)目标识别算法.详细介绍了时间序列森林算法的基本原理和用于HRRP目标识别的基本步骤.对实测HRRP数据的实验结果表明,相比于K-最近邻(KNN)、支持向量机(SVM)、随机森林(RF)、卷积神经网络(CNN)和长短时记忆网络(LSTM)等经典的目标识别算法,本文算法具有较优的识别性能与更好的角域推广能力.在只训练1/2 和 1/3 角域数据的条件下,对全角域数据识别率均值优于 85%,较上述方法平均提升 5.2%.

    雷达自动目标识别高分辨距离像时间序列森林不完备角域