- 崔宇;刘璐;刘丹;杨智轶;薛晨阳;
无人机在复杂环境中执行自主导航任务时，应具备快速且安全地确定最佳路径的能力。由于环境中可能存在未知障碍物影响无人机飞行过程，提出一种基于改进A*算法与优化动态窗口法的融合算法，在全局路径最优的基础上针对动、静态障碍物获取局部最优路径，提高路径搜索和障碍物响应效率，生成符合无人机运动的飞行轨迹。通过仿真验证了融合算法的有效性，满足复杂环境下无人机自主路径规划的需求。
2025年09期 v.50;No.366 11-17页 [查看摘要][在线阅读][下载 1261K] - 蒋铁军;张斌;于淳;
结合当前装备维修经费投入特点，建立基于面板数据和超效率DEA的绩效评价模型，实现不同时期预算单位绩效水平的统一比较和有效区分；提出基于固定参比Malmquist指数的未来绩效水平设定方法，为经费优化配置确定关键约束条件；构建基于绩效水平约束的装备维修经费优化配置模型，确定绩效结果最优的经费配置方案。
2025年09期 v.50;No.366 18-26页 [查看摘要][在线阅读][下载 1078K] - 张磊;张骜;卞鹏;陈侠;
在拒绝服务攻击下，对一类高阶非线性多智能体系统的分布式模糊控制问题进行了研究。引入一种基于数据驱动的在线学习算法，学习参考系统的未知动态。针对Dos攻击设计一种弹性分布式观测器来观测参考系统状态。进一步设计基于高阶滤波器的改进观测器，并利用该观测器的状态和反步法设计分散自适应模糊控制器。通过理论分析证明所提出的方法，能够有效解决分布式弹性跟踪问题。最后，通过仿真实例验证了所提方法的有效性。
2025年09期 v.50;No.366 27-35+44页 [查看摘要][在线阅读][下载 1199K] - 汪梦西;徐池;汪静;李利;
频率优选是制约海军中远程短波通信的瓶颈问题，为进一步提高海上短波通信的及时性与准确性，提出一种基于贝叶斯优化混合神经网络的短波频率预测方法，构建卷积神经网络与双向长短期记忆神经网络相结合的混合预测模型，并采用贝叶斯优化算法进行超参数寻优。仿真结果表明，研究提出的BO-CNN-BiLSTM模型预测精度高、稳定性好，在欠样本条件下依旧能够得到较好的预测效果，为海上短波通信选频提供了一种有效的新方法。
2025年09期 v.50;No.366 36-44页 [查看摘要][在线阅读][下载 1309K] - 张雷;何舒文;段晶晶;马增琛;张建伟;
针对未来智能化武器装备面向复杂战场环境下的作战需求，设计了一种鲁棒的长期目标跟踪方法。面对高对抗性、高不确定性、高动态性和强实时性的战场环境，以孪生网络跟踪器为基准跟踪框架，建立目标跟踪正确性判断机制，融合双向特征金字塔框架与重检测机制，构建目标跟踪方法架构，从而实现复杂环境下的长期目标跟踪。实验结果表明，提出的方法相对于基准跟踪方法的平均距离精度提高了6.9%，从而确保作战任务高效、可靠地完成。
2025年09期 v.50;No.366 45-53页 [查看摘要][在线阅读][下载 1541K] - 郑淳戈;安洋;赵利辉;孟迪;
为解决网络入侵检测中信息利用不充分、特征维度不完整的问题，提出一种基于N-gram频率和1DCAN-DAT的网络入侵检测模型。该模型通过1D-CAN分别提取流量包头和有效载荷特征，创新性地使用N-gram频率表示有效载荷上下文信息。引入1D-DAT构建关联特征，并提取深层次会话特征。实验结果表明，不同攻击类型的加权检测准确率达到了97.68%，同部分现有研究相比有所提升。
2025年09期 v.50;No.366 54-64页 [查看摘要][在线阅读][下载 1510K] - 张伦;董志明;李亮;刘倬立;
装备作战任务需求是军事需求的重要部分。基于系统工程思想，提出了作战概念驱动、作战场景支撑、作战任务分解集成的陆上无人装备任务需求模型构建策略。运用基于作战视图的作战场景模型构建、基于霍尔三维结构的作战任务分解模型构建、基于作战任务困难度和重要度评估的任务集成模型构建等方法，以侦打一体无人突击车作战任务需求开发为例，对模型框架进行应用验证。证明了模型的可行性、鲁棒性、适应性，具备推广价值。
2025年09期 v.50;No.366 65-73+81页 [查看摘要][在线阅读][下载 1627K] - 曹瑞;胡红萍;杨正民;
针对水下图像发生图像色偏严重、对比度不足以及细节模糊，提出一种基于自适应色彩补偿和小波融合的水下图像增强算法。利用四叉树法判断图像的色偏类型，进行自适应色彩补偿消除色偏，获取色彩平衡图像。通过亮度和细节双重增强处理，在HSV空间中利用改进的小波融合算法对色彩平衡图、亮度增强图和细节增强图融合，提升图像细节和对比度，得到最终图像。实验表明算法可以有效校正图像色彩，提高图像对比度和细节。
2025年09期 v.50;No.366 74-81页 [查看摘要][在线阅读][下载 1796K] - 李宇辰;王元靖;刘光远;文豪;黄攀宇;
通过构建的效能评估体系发展了基于DHDGF的无人机编队效能评估方法。该方法综合目前主流定量评估方法的优点，在采用层次分析法得到指标体系静态权值的基础上，应用偏离度模型对静态值进行动态修正，针对特定任务场景多型号无人机编队，使用灰关联以及模糊评判的方法计算得到最终效能值。基于作战指挥控制建模/仿真的方法对任务场景进行推演，推演结论与效能评估结论一致，说明该方法在效能评估上具备一定科学性与可靠性。
2025年09期 v.50;No.366 82-89页 [查看摘要][在线阅读][下载 1465K] - 孙逸钧;李修和;张海燕;张逸;
通过基于置信规则库的证据推理方法，对电子对抗装备进行了体系贡献度的深入分析与评估。在研究过程中，选择了能够体现电子对抗装备作用的指标，向上支撑作战任务的完成，向下分解成更加详细的装备参数。通过运用该方法，有效解决了电子对抗装备在防空作战复杂环境下作用量化评估的难题，实现了对其体系贡献度的精确度量与深入分析。
2025年09期 v.50;No.366 90-96页 [查看摘要][在线阅读][下载 1110K] - 李争;郁春来;胡乔林;刘剑豪;俞锦涛;
空基杀伤网链发展日新月异，基于复杂网络方法提出了一种节点属性约束的杀伤网网络建模方法。对美空基杀伤链进行定性分析，找准建模的方向。对S、F、D、I、T 5层节点进行建模描述，赋予节点相关属性。设计边连接规则，并根据节点属性和连边规则生成更加符合实际的网络。通过实验数据分析，验证网络符合分布式网络化作战简明准则，且相比4个节点的网络具有更好的表达效果。
2025年09期 v.50;No.366 97-104页 [查看摘要][在线阅读][下载 1295K] - 范鹏;杨启民;李文桥;
通过全面分析当前装备知识图谱补全的问题和国内外研究现状，提出一种基于注意力机制的装备知识图谱内部链接关系补全方法。在仿真过程中，针对传统方法中属性特征缺失和语义信息不足的问题，通过图注意力模型学习实例节点周围丰富的语义信息，并利用卷积网络实现图谱中各类嵌入表示的全局交互，最终实现装备链接关系的补全。
2025年09期 v.50;No.366 105-111页 [查看摘要][在线阅读][下载 1223K] - 陈文武;王平;胡忠赫;成昕;阳东升;高思昊;
针对集群目标威胁场景下定向能武器火力分配人力依赖强、算力赋能弱，作战效能受到严重制约的问题，提出一种定向能武器动态多目标分配模型。针对动态分配过程中射击稳定性差、易频繁转火的问题，设计了综合考虑历史累积与未来预测的优化目标函数形式，区别于传统概率毁伤律，将单次作用效果作为独立事件处理，提出的时间毁伤律通过特征毁伤时间，建立具有累积意义的定向能武器毁伤效率模型；给出方法运用流程与动态调整的重规划触发机制，并针对定向能武器抗击不确定目标长时间未击落的问题设计了反馈机制。通过多场景仿真验证分析发现，新方法能够给出拦截效率稳定、复杂场景适应强的分配方案，对提高定向能武器作战效能有一定参考价值。
2025年09期 v.50;No.366 112-121+128页 [查看摘要][在线阅读][下载 1479K] - 张艳霞;曹冠平;巩炳林;
针对当前有人/无人机协同作战能力评估考虑指标不确定性不够，以及主观赋权法存在主观随意性和客观赋权法与实际不符的问题。以OODA理论为基础，分析有人/无人机协同作战的作战流程和阶段划分，构建评估指标体系，提出基于云模型的有人/无人机协同作战能力评估方法，综合层次分析法和熵权法对指标进行组合赋权，通过将评估指标转化为云数字特征解决指标不确定性问题，运用云运算规则得出评估结果。研究成果能够为有人/无人机协同作战运用提供有益参考。
2025年09期 v.50;No.366 122-128页 [查看摘要][在线阅读][下载 1187K] - 孔志翔;潘成胜;蒋嘉乐;
针对强对抗、高机动战场环境下节点频繁移动或者战损使得拓扑高动态时变，导致战术边缘网络抗毁能力及通信效率低下的问题，提出一种基于保障重心的战术边缘网络动态自配置方法。构建连通支配集建立虚拟骨干网，通过非骨干节点优化策略实现了网络的动态自配置，有效提升了网络覆盖率。在3种作战场景大规模故障下，覆盖率分别提升了26.12%、15.88%、13.36%。
2025年09期 v.50;No.366 129-135页 [查看摘要][在线阅读][下载 1393K] - 赵志勇;毛忠阳;徐建武;潘耀宗;
合理准确地设置优先级阈值，是提高数据链网络运行效率的关键。针对现有优先级阈值设置方法存在的不足，将人工智能预测算法优势与数据链优先级阈值设置相结合，提出基于循环神经网络的数据链优先级阈值预测方法；先推导优先级阈值动态设置的理论依据，以建立优先级阈值与数据链网络参数动态变化之间的联系，再通过统计时间窗微时隙化处理，由观测数据生成循环神经网络的训练时间序列，基于GRU门控循环单元构建优先级阈值预测模型，实现优先级阈值的预测，从而能准确反映网络的真实状态，提高网内节点数据分组发送判决的准确性。
2025年09期 v.50;No.366 136-141+149页 [查看摘要][在线阅读][下载 1168K]