首页期刊导航|指挥与控制学报
期刊信息/Journal information
指挥与控制学报
指挥与控制学报

季刊

指挥与控制学报/Journal Journal of Command and ControlCSCDCSTPCD北大核心
正式出版
收录年代

    基于多模态交互引导网络的遥感图像密集车辆检测

    吴鑫王莉徐连明费爱国...
    1-8页
    查看更多>>摘要:遥感图像目标检测是大规模拥挤城市场景的风险评估和救援的技术基础,面临着光照干扰、遮挡、密集、拥挤等挑战.现有工作主要基于可见光单模态的遥感数据,对密集目标的特征表达及可分离能力受限.提出了一种面向遥感车辆检测的多模态交互引导网络,通过构建双流网络及多模态交互引导学习机制,显著提升密集车辆目标的可分离度,解决由于类间距离小、类内距离大,导致密集车辆的检测性能差的难题.在Potsdam公开数据集和DLR音乐节数据上的实验表明了该算法的鲁棒性和有效性.

    遥感图像密集目标目标检测多模态交互引导机制

    多视觉传感器协同弱小目标检测

    王田程嘉翔刘克新王薇...
    9-18页
    查看更多>>摘要:多视觉传感器协同对空实现全区域覆盖的弱小目标检测,在近距离防空领域中具有重要意义.现有的全区域覆盖方法存在覆盖率低、随机性差等问题,弱小目标检测算法存在模型大、定位及分类准确性低等问题.提出了一种高效的对空全区域覆盖算法和轻量级弱小目标检测算法,通过结合最大面积优先法和最小曼哈顿离法改善存在覆盖死角和随机性差等问题.提出密集通道扩展网络(dense and channel expand network,DCENet)模型,基于轻量级稠密拼接和自适应尺寸通道扩展方法,在弱小目标数据集上获得了比原算法更有竞争力的平均精度结果.

    协同目标检测全区域覆盖弱小目标检测轻量级稠密拼接

    任务级兵棋智能决策技术框架设计与关键问题分析

    张驭龙范长俊冯旸赫张龙飞...
    19-25页
    查看更多>>摘要:在梳理总结当前兵棋智能决策方法研究现状的基础上,明确指出了开展任务级兵棋智能决策研究的 8 项难点,从博弈活动中智能体定位、信息流转与知识流转等问题出发,设计给出了任务级兵棋智能博弈框架、智能策略生成优化框架以及多智能体策略协同演进框架,进而分析了高维度下长时序的态势信息数据综合、异步策略分布式学习优化、基于语义模板的任务指令生成、多智能体训练营博弈调度等 4 项关键问题,并给出了基本解决方案,点明了开展任务级兵棋智能决策研究的技术要点与基本路线,为后续任务级兵棋智能体设计提供了有益参考.

    兵棋博弈决策智能强化学习

    战斗力评估试验活动管理工程化方法

    夏璐杨镜宇
    26-31页
    查看更多>>摘要:战斗力评估是对人装融合能力的检验,是一个定性定量综合集成的评价过程,具有模糊性、不确定性.为科学规范地开展战斗力评估试验,阐述了体系作战试验的应用模式,构建了战斗力评估试验活动管理逻辑框架,包括试验活动的总体流程、关键线程和阶段产品,设计了可用于战斗力评估的试验活动管理支撑平台,从而为战斗力评估试验提供一种易实施、标准化的试验活动管理方法及手段.

    战斗力评估试验活动管理流程工程化方法

    基于无线环境地图的星地智能频谱共享方法

    张曦木贾敏顾学迈郭庆...
    32-37页
    查看更多>>摘要:卫星和地面组件共享同一频段可以有效缓解频谱稀缺问题,提升频谱利用率,星地频谱共享将在未来的无线系统中发挥至关重要的作用.相较于传统的七色复用星地频谱共享方案均匀地分配点波束带宽,通过波束预测能够基于点波束流量需求的变化合理分配带宽,而频谱预测能够有效降低碰撞概率,从而提升网络频谱效率.提出一种基于无线环境地图的星地智能频谱共享方法,该方法联合波束预测和频谱预测,构建无线环境地图并基于无线环境地图进行频谱分配.仿真结果表明,该方法可有效提升频谱利用率,降低网络阻塞率和用户等待时间.

    星地频谱共享无线环境地图深度学习频谱利用率

    基于贝叶斯网络及STRIDE模型的XSS风险分析

    周鋆符鹏涛
    38-46页
    查看更多>>摘要:贝叶斯网络因能够对事件进行建模并给出紧凑的概率表示,被广泛地用在风险分析上.针对XSS攻击,基于STRIDE威胁模型构建贝叶斯网络结构模型,并通过专家经验和排序节点获取节点先验概率,在此基础上采用拒绝性采样算法得到数据集,进而学习贝叶斯网络参数.利用贝叶斯网络推理计算Web系统遭受XSS攻击的风险,找到弱点以加强相应的防护措施,实现积极防御.

    跨站脚本攻击XSS贝叶斯网络STRIDE威胁分类排序节点拒绝性采样

    基于随机博弈与A3C深度强化学习的网络防御策略优选

    胡浩赵昌军刘璟宋昱欣...
    47-58页
    查看更多>>摘要:网络资源的有限性和攻防对抗的动态性导致最优防御策略难以选取,将深度强化学习引入攻防随机博弈建模领域,通过构建网络攻防actor策略网络和critic价值网络,结合随机博弈模型构建了网络攻防博弈决策模型总体结构,在此基础上引入异步优势演员评论家算法(asynchronous advantage actor-critic,A3C)智能体学习框架设计了防御策略选取算法;针对现有方法未考虑攻击方群体间的共谋攻击,引入群智能体性格特征,建立合作系数μ来刻画攻击者之间的合作对攻防策略收益的影响,进而得出对防御策略选取的影响,构建的博弈决策模型更符合攻防实际情况.实验结果表明,该方法的策略求解速度要优于现有方法,同时由于考虑了攻击合作关系,能够用于分析攻击者群体间合作关系对防御者决策的影响,防御策略选取更有针对性,期望防御收益更高.

    网络攻防最优防御决策随机博弈多智能体A3C算法

    空基双天线场景下盲源分离解析估计方法

    李优阳褚庆昕秦飞胡汉武...
    59-66页
    查看更多>>摘要:基于盲源分离的抗干扰技术在诸多领域中具有重要应用价值.在空基数据链常用的双接收天线场景中,应用传统盲源分离方法的计算复杂度比较高,难以进行实时处理,限制了盲源分离技术的性能上限.通过考虑空基数据链中期望信号与干扰信号的单径传播范式,提出了基于四阶累积量优化函数的盲源分离解析求解方法,并获得其闭式解.所提方法在保持估计性能的基础上降低了近67%的计算复杂度,更适于空基数据链计算资源受限下的硬件实现.所提解析方法具有近于0的翻转概率,能够进一步保持分离信号的输出顺序,有利于提升后续信号处理阶段中信号到达检测的估计性能.

    抗干扰盲源分离四阶累积量空基数据链

    基于多层耦合网络的装备保障体系级联失效及抗毁性分析

    张帅周伟白光晗兑红炎...
    67-80页
    查看更多>>摘要:为准确描述装备保障体系结构特征与毁伤失效流程,进而提升装备保障体系功能与抗毁能力,基于杀伤层、保障层和储供层构建装备保障体系的多层耦合网络模型.基于杀伤链给出装备维修保障链与储供保障链的特征和典型样式,在此基础上,提出考虑装备保障体系多层耦合网络特性的级联失效模型与节点重要度评估方法.给出对应的网络抗毁性评估指标.仿真结果表明,考虑级联失效的多层耦合网络模型能较好地反映遭受攻击时整个装备保障体系的性能变化情况,所提出的使命任务节点重要度能准确识别关键节点.与传统网络抗毁性指标相比,杀伤链数量对节点失效产生的装备保障体系抗毁性变化更加敏感.

    装备保障体系网络抗毁性多层耦合网络级联失效节点重要度

    基于多阶段任务可靠性的指挥所系统冗余优化模型

    黄华刘钢王魁安志镖...
    81-87页
    查看更多>>摘要:为了提升复杂系统多阶段任务的成功率,建立了指挥所系统情报获取、情报处理、决策控制与响应执行 4 阶段的单个阶段任务可靠性模型,基于各任务阶段网络的节点特征给出了重要度指标,以此辨识相应阶段网络中的关键节点,并通过热备份系统确定关键节点的冗余方法,考虑关键节点运行维护成本和节点地理位置成本约束,以多阶段任务可靠性最大化为目标函数,建立了多阶段多任务冗余策略优化模型,对冗余优化前后任务可靠性进行对比,验证模型的有效性.

    多阶段任务可靠性节点重要度冗余策略