模糊综合评判的目标战场价值

选择目标主要考虑目标的战场价值,目标价值决定于目标属性,采用模糊综合评判方法可以量化目标属性,并最终得出目标价值大小。由此,从理论上分析了目标战场价值的模糊综合评判过程,建立了单目标战场价值评判指标体系,提出了目标实际战场价值的模糊综合评判方法,得到了目标战场价值的量值,为指挥员目标选择提供决策依据。     

基于映射分析方法的打击目标选择研究

目标系统是一个能够产生相互影响的有机整体,分析目标系统,发现目标系统的内部联系,对于作战指挥决策、实施目标选择与打击有着重要的意义。分析了基于价值的目标选择与打击方法存在的不足和对目标选择与打击的影响。根据目标系统的网络特征,运用映射思想,提出一种映射结构,把目标和目标系统映射到虚目标及其组成的系统,由虚目标价值求取目标系统价值和目标对系统的价值,解决了目标价值难以计算以及动态变化后计算不够准确的问题,为目标选择与打击提供了可靠的依据。以某军事通信目标系统为例进行分析,验证了映射方法的可行性和正确性。     

一种支持信息作战目标选择的网络模型

分析了联合信息作战目标选择问题的特点。在对目标价值进行分解表示的基础上,提出了作战目标网络价值的概念,并分别给出了节点型目标、节点组目标和链路型目标网络价值的计算模型。最后,结合实例研究了模型的具体应用问题。     

防空目标分配中雷达遮蔽区问题研究

目标分配是防空指挥控制的主要任务,而目标相对于防空导弹火力单元的遮蔽判断是目标分配必须考虑的重要因素。分析了目标遮蔽区的判断条件,推导出目标在遮蔽区飞行时间的计算方法,提出了一种快速表示遮蔽区域图的离散处理方法,并研究了考虑目标遮蔽区影响的目标分配问题。通过实例计算,验证了目标遮蔽计算判断和分配方法的合理性,研究结果对实时指挥控制有应用价值。     

多约束多关联条件下的目标选择

处理了如何从具有复杂关联和多种约束的目标集中选择目标的问题。首先,对目标集的组成结构和目标间的相互关联关系进行了描述,并分析了目标选择的两种约束类型,建立了多约束多关联条件下的目标选择模型。然后使用惩罚函数将多约束目标选择问题转化为无约束问题,给出了用遗传算法求解模型的方法步骤。最后通过案例表明,该方法结果稳定,优化效果好,能够在目标间具有复杂关联的条件下为军事人员进行目标选择决策提供有效的辅助。     

基于深度学习的SAR图像目标检测实验

针对目前SAR图像目标检测算法只能进行单一目标检测和检测精度不高的问题,对深度学习目标检测框架在SAR图像目标检测的应用进行了实验研究,并结合SAR图像特点进行了优化。比较了基于区域建议的Faster-RCNN和无需区域建议的SSD目标检测框架在SAR图像上的目标检测精度和速度,分析优缺点;研究了预训练模型对SAR图像目标检测精度的影响;最后通过零均值规整化提高收敛速度和检测精度。实验结果表明优化后的目标检测框架,实现了SAR图像多目标识别并提高了检测精度,可以有效地应用于SAR图像多目标检测。     

双通道短时互谱法的潜艇目标尺度识别

阐述了双通道短时互谱法的基本理论,分析了目标方位走向,提出了利用体目标回波的空间方位分布信息识别水下目标尺度的方法。最后采用潜艇目标亮点模型,通过计算机仿真给出了目标方位走向拟合示意图,给出了在不同攻击阵位的条件下,鱼雷对潜艇目标进行尺度识别的估计值和估计方差并进行了相应的分析,确定了最有利于目标识别的攻击弦角。     

基于动态毁伤树的关键打击目标选择方法

目标选择是军事计划的重要组成部分。目标间的复杂关联和动态性给关键打击目标的确定带来较大困难。首先引入了目标体系概念,描述了目标体系的结构和响应机制,分析了目标系统失效模式的动态逻辑门,构建了目标体系的动态毁伤树模型。然后给出了基于动态毁伤树的关键目标选择模型,并使用启发式算法进行求解。最后通过典型的防空体系案例表明,该方法能够在目标具有层次性、动态性条件下为军事人员进行目标选择决策提供有效的辅助。     

基于模糊MODM的空袭目标威胁评估

针对当前空中来袭目标的主要特点,运用模糊多目标决策(MODM)理论和方法,提出了一种空袭目标威胁评估方法。首先对影响空袭目标威胁程度的因素进行了分析;然后阐述了如何确定影响目标威胁评估的各个指标值;最后依据多目标决策方法,建立了在各指标权重值只有部分已知的情况下,目标威胁评估的数学模型,并通过示例介绍了威胁评估的求解过程。仿真结果表明,该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。     

基于任务需求的系统保障性目标确定

从系统任务需求出发,提出了使用性能特性和保障特性的概念,并分析了二者之间的相互关系,同时给出了保障性目标的组成、内容和要求。介绍了确定保障性目标所用的方法,包括使用研究,剖面制定,比较分析,目标评估与改进以及目标实现。最后,给出了保障性目标要求确定的案例。     

基于局部积分双谱与SVM的雷达目标识别

针对高分辨距离像的特点,应用双谱与SVM研究高分辨雷达目标识别问题。提出了基于局部积分双谱与SVM的雷达目标识别方法。该方法选择具有最强鉴别能力的积分双谱构成局部积分双谱特征,基于局部积分双谱进行距离像特征提取,然后应用支持向量机对提取的特征进行分类识别。利用四种局部积分双谱的目标识别仿真实验结果表明,提出的方法具有良好的分类性能。     

小波理论的单脉冲雷达目标RCS特性测量

随着现代信号处理技术的发展,对非平稳信号分析和处理的小波分析技术已成功应用于雷达目标特性分析领域,大功率单脉冲雷达作为我国航天测控网当中的主干设备,具有一定的目标特性识别能力。主要针对目前靶场的现有装备,讨论了基于小波理论的单脉冲雷达空间目标RCS特性测量,并对窄带低分辨率雷达在未来空间目标识别中发挥其作用谈了作者的看法。     

数据融合与敌我识别综述

敌我识别 (IFF)是自动目标识别 (ATR)技术的重要应用之一。高科技条件下现代战场中的目标侦察与敌我识别问题 ,一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求 ,具有敌我识别能力的系统 ,已成为 2 1世纪战场数字化系统的基本功能单元之一。扼要介绍了目标识别的有效途径、可提高敌我识别系统效能的数据融合技术及IFF现状与发展趋势。     

基于结构自整定前馈网络的雷达目标识别研究

概述了基于雷达成像的目标类型识别技术。阐述了多层前向网络的分类特性,提出一种网络结构自整定算法来训练网络,并构造分类器,对基于转台成像实验的雷达目标类型识别问题进行了仿真研究。研究结果表明,经结构自整定算法训练后的前馈网络对成像雷达目标具有较好的推广识别能力,识别率达到９０％。     

低分辨雷达的目标特征提取方法

基于现役低分辨警戒雷达 ,研究了进行目标分类和识别的途径 ,提出了基于波形特征和时间谱信息的目标分类和识别方法 ,试验分析了基于目标波形信息的特征 ,得出目标波形信息可用于目标识别的结论。现场试验表明 ,该方法对目标大小分类和架次识别有好的效果。     

弹道目标微多普勒特性基于逆Radon变换的稀疏表示

作为识别空间弹道目标的有效方法,微多普勒特性提取对于雷达系统的时频分辨率提出了很高的要求,因此,要求雷达系统具有更高的采样频率。作为近年来新兴的技术手段,在远低于奈奎斯特采样定理的采样频率下,压缩感知技术可以对具有稀疏特性的信号实现高精度还原。对空间弹道目标时频分布进行逆Radon变换,在变换后的IRT域内获得时频分布的稀疏表示,从而可以借助压缩感知技术有效降低采样频率的要求。     

激光成像雷达空间目标探测与识别技术

研究了激光三维成像雷达在动能拦截器空间目标探测与识别方面的应用。首先介绍了激光3D成像雷达系统基本原理,然后设计了激光3D成像雷达目标识别的工作流程,最后提出了基于旋转图像转换的3D目标识别算法。进一步探索了红外+LADAR主被动复合光学成像导引头在空天防御拦截武器目标探测与识别的应用,分析了复合光学导引头的关键技术,给出了相应的成像结果。     

雷达空间目标识别技术综述

随着人类航天活动的增加,对于卫星和碎片等空间目标进行监视变得非常重要。为了实现空间监视任务,对空间目标进行识别是非常必要的。对空间目标的轨道特性与动力学特性进行了介绍,对雷达空间目标识别技术的研究现状和发展趋势进行了详细的综述。     

MIMO雷达和组网雷达的CA2CFAR检测性能比较

多输入多输出(MIMO)雷达是近几年出现的一种新雷达技术,也是近几年雷达领域研究的重点。建立MIMO雷达的信号模型,明确给出MIMO雷达进行CA2CFAR检测的检测概率和虚警概率解析表达式,对组网雷达和MIMO雷达在均匀杂波背景下CA2CFAR检测性能进行了分析对比。仿真结果表明。MIMO雷达对类似噪声特性的复杂目标具有更好的检测性能。     

雷达目标回波信号的混沌、多重分形分析与识别

本文旨在将混沌、多重分形的理论和方法引入雷达信号处理，从混沌、分形动力学角度来揭示和刻划复杂目标散射机理，为进行有效信号处理和可靠目标识别寻找新的理论和技术实现方法。文中统计了五种飞机目标回波信号的Ｌｙａｐｕｎｏｖ指数分布情况，并计算了其多重分形维数，然后在此基础上，进行了目标识别的实验，获得了较高识别率。本文的研究表明，混沌、多重分形理论在目标特性及识别的研究中具有良好的应用前景。