先进武器装备是打赢信息化条件下局部战争的重要物质基础,在新一轮军事变革的推动下,世界各军事强国均在加强新概念武器及新技术在军事上的应用研究。当前,各种新概念、新技术层出不穷,为实现集约高效开展武器装备建设,推进重点方向和核心关键技术研究,亟需开展当前及未来一段时间科技发展态势的研究,为机关统筹开展项目立项审批工作提供依据支撑。本论文主要是为了更加系统全面的认识新兴领域科技进展情况,为装备技术体系开展定性研究提供定量数据支撑,进行了基于复杂网络的科技态势感知技术研究,实现了一个能探知科技系统结构层次和发展状况的技术方法。本文包含4个方面内容:一是提出了基于复杂网络的科技态势感知框架。以库恩和布莱恩有关科学和技术的论述为依据,总结了科学技术的结构特征和本质规律,并在此基础上,引入了科技态势感知的概念,明确了科技态势感知的含义,梳理了其三项基础能力。其次,在当前有关网络分析科技态势的方法基础上进行针对性的改进优化,提出了涵盖“热点”发现、“域结构”分析、突现主题感知三种能力的科技态势感知框架和具体实现流程。二是提出了一种基于节点多重属性的重要性排序算法——TRank算法,用于分辨不同主题的研究地位,感知研究热点和研究前沿。不同的重要性排序算法理论依据不同,侧重点不同,针对同一个问题可能会得出不同的结论。在关键词网络中,每一个关键词都是有实际含义的研究主题,节点的重要性代表了该研究主题在该领域中的地位。本文针对关键词共现网络的组网特征和专有特点,提出了一种适应该网络的综合性较强的节点重要性排序算法,用于获取节点重要性分布,感知研究热点和研究前沿。三是基于Infomap社团划分算法提出了一种适合关键词共现网络结构特点的网络社团划分方法。根据布莱恩的观点,技术有集群结构和层次结构。依据这种观点,对关键词网络的社团划分,不仅要能划分其社团结构,还要能分析其层次结构。Infomap算法原理给识别多层结构提供了算法基础,也更适合于综合性分析网络的层次结构和社团结构。因此,本文在此算法基础上,依据关键词网络的特点,对该算法进行了适应性改进,用于科技“域”结构的识别。四是基于Kleinberg突现模型提出了突现主题感知方法。根据库恩的范式转移理论和布莱恩的“重新域定”思想,科学研究范式的改变和技术“域”结构的颠覆性变化,本质是在其内部结构中产生了突现。具体而言,有些新现象新理论的发现或者新技术的出现,会使研究态势产生变革,这也使其成为研究科技发展变化规律的关键节点因素。本文基于这种观点,结合文中提出的基于多重属性的节点重要性排序算法,对Kleinberg模型进行了适当的调整,提出了一种通过观察目标主题在时序网络上结构重要性产生的变化,发现突现状态的方法,为探知科技发展变化态势提供依据。本文通过引进态势感知的方法框架和复杂网络分析技术对科技态势进行了定量分析,一定程度上弥补了当前定量分析方法在武器装备领域中存在的适用性和实用性不足的问题。同时,提出的有关算法改进方案也有一定的通用性,可用于其它类似问题的研究。