基于Dempster组合规则的电子目标识别算法研究

在军事目标识别中,必须综合考虑目标的电磁辐射信息和红外图像信息,并采用有效的识别算法,才能准确识别电子目标。提出了基于Dempster组合规则的电子目标综合识别方法,完成了基于Dempster组合规则的电子目标自动识别综合处理算法研究,并进行了仿真实验,试验结果表明,该算法是可行的。     

一种基于局部冲突再分配的改进DSmT方法

针对DSmT组合规则存在的计算量大、收敛速度慢等不足之处,基于局部冲突再分配的原则提出一种有效的改进DSmT方法。该算法根据证据体的不一致因子和冲突距离共同度量证据源间的冲突程度,并给出识别框架下产生矛盾信息的各焦元的可信度的计算方法;基于冲突信息再分配的原则,将局部冲突信息在涉及到的子集及并集间按照各自所占的比重进行分配;利用算例进行数据分析,同时以多传感器目标识别系统为仿真背景进行仿真实验。数据与实验分析结果验证了所提改进DSmT算法的可行性和有效性。     

一种基于重要性权重的证据合成方法及其应用

针对Dempster方法在合成高度冲突证据时结果与直观结论相悖的问题,提出了一种改进的基于重要性权重的证据合成方法,并将其应用到海上目标的识别。首先,根据证据之间的相似性程度判断证据间是否存在冲突,对于有冲突的情形,由基于P距离的权重分配模型得到各证据的重要性权值;然后,对BPA函数进行修正,采用Dempster规则修正后的BPA函数进行合成;最后,利用雷达和舰船的对应关系,将侦察雷达探测到的目标雷达信号载频、脉宽、重频转化为雷达参数的概率分配,并运用改进的证据合成方法进行了目标识别。仿真计算结果证明:该方法能有效处理冲突证据组合,克服了一票否决问题,减小了识别结果的不确定性,并保留了Dempster方法处理非冲突证据组合的良好特性。     

一种基于加权DSmT的序列图像目标识别方法

通过对自动目标识别系统研究与分析,将DSmT引入到飞机序列图像识别中,构建基本置信指派及分类规则,提出了一种基于加权DSmT的序列图像目标识别方法,在分析权值选择特点的基础上,根据特征信息的置信指派组合有效权值,并且给出了基于加权DSmT融合规则的序列图像目标识别的流程,仿真结果表明,该方法提高了序列图像目标识别的准确性.     

基于AHP-PCR5的多传感器目标识别

目标识别系统中所获得的信息常常是高度冲突和不确定的。基于DSmT理论的多传感器目标识别,可以解决证据高度冲突情况下的信息融合问题。然而由于DSmT理论融合结果分类精细而不利于判决,需要将某些分类结果进行重新分配。层次分析法(AHP)包含不确定知识矩阵,生成基本信度分配函数。基于此提出AHP-PCR5方法进行证据高度冲突情况下多传感器综合目标识别,不仅提高识别精度,降低识别过程的不确定因素,同时引入折扣系数灵活处理识别过程中具有不同可信度的多传感器融合问题。     

基于规则和CRFs的部队组合名称识别方法

在军用文书处理中,提出了一种基于规则和CRFs的部队组合名称识别方法,旨在识别部队组合名称中包含的建制单位。首先在词语粗切分的军用文书上使用CRFs模型识别出部队组合名称,然后采用拆分规则识别部队组合名称中包含的建制单位。实验表明,基于规则和CRFs的部队组合名称识别方法识别准确率达到79.48%,识别的召回率为93.93%。     

基于机动识别的多级组合滤波器设计

针对机动目标滤波问题,利用基础的琢-茁滤波算法,建立了基于机动识别的多级组合琢-茁滤波算法.从工程可实现角度出发,重点阐述了组合滤波器的机动识别算法、野值剔除算法、机动识别与野值剔除启动算法,以及多级滤波器的切换规则.仿真结果验证了组合滤波算法的有效性.     

基于D-S证据理论的多特征数据融合算法

Dempster-Shafer证据理论是不确定推理的一种重要方法,提供了一定程度的不确定性,可以指定给相互重叠或互不相容的命题,然后通过Dempster组合规则将不确定性信息在新证据中进行重新分布,该理论在许多方面都得到了广泛的应用.将来自图像传感器的多种图像特征,通过D-S证据理论将这些特征信息进行融合,并应用于目标的识别.实验结果表明D-S证据理论用于多特征数据融合的目标识别算法是有效的,基于该理论的多特征数据融合具有广阔的应用前景.     

基于模糊信息论的空中目标识别模型研究

空中目标识别是防空作战辅助决策的关键环节之一。针对目标识别中不确定信息,建立基于模糊信息论的空中目标识别模型。该模型利用模糊信息论中的模糊数,基于贴近度的模糊模式识别对待识空中目标进行初步识别,同时为解决不确定信息本身对目标识别结果稳定性的影响,采用模糊信息熵对目标识别结果修正,从而进一步提高了空中目标识别结果的稳定性和可信度。     

基于证据理论的多传感器目标识别

为了解决证据理论在具体应用中存在的问题,对Dempster组合规则思想进行了具体的分析,讨论了该组合规则存在的问题及现行的一些改进措施;针对空中目标识别问题,提出了综合运用各种改进思想的融合方法,并给出了识别过程的流程图。     

一种新型SEU/SET加固鉴频鉴相器设计

分析验证了传统D触发器型PFD结构的SEE敏感性,提出了一种新型的SEU/SET加固鉴频鉴相器,SPICE模拟结果表明该结构功能正确,对于1GHz的时钟信号,鉴频鉴相的精度可达0.8rad.锁相环的整体模拟结果表明,抗辐照的PFD与传统的PFD相比,锁相环的电学性能没有改变,锁定时间保持一致.对传统D触发器型PFD和设计加固的PFD进行了遍历轰击模拟,结果显示,提出的抗辐照PFD加固效果非常明显,敏感节点的数目可以降低80%左右.     

基于HLA/RTI 的仿真系统设计

结合雷达电子对抗仿真实例，论述了基于ＨＬＡ／ＲＴＩ的分布交互式多机仿真系统的体系结构、底层通信网络、运行支持系统、仿真应用对象模型和仿真运行管理及其设计与实现问题。     

基于进化搜索策略的并行子空间设计算法

并行子空间设计是一种有效的多学科设计优化算法,但其搜索策略存在两点不足:一是寻找全局最优解能力有限,二是计算复杂。为弥补上述不足,将遗传算法应用到CSD算法中,提出了一种基于进化搜索策略的CSD算法。介绍了该算法的设计流程,应用该算法对一测试问题进行了优化,取得了满意结果。     

基于DW+OLAP+DM的器材保障决策支持系统设计

针对我军当前器材保障状况,阐述了基于数据仓库、联机分析处理和数据挖掘技术的决策支持系统的设计方案和开发理论。通过分析器材保障决策支持的特点,确定了器材保障决策支持系统的需求。具体论述了器材保障决策支持系统的设计步骤,重点讨论了数据仓库多维数据结构的设计。     

未来第四战场--太空

从太空战场的由来出发,简要叙述了太空战、太空战场的定义作战样式及其意义,并且对太空战场的作战武器和"天军"作了介绍,最后对未来太空战场的建设提出了自己的意见.     

密码芯片电磁信息泄漏评估方法研究

基于半定制集成电路设计流程,提出一种对CMOS集成电路进行电磁信息泄漏评估的方法。该方法首先利用综合工具生成电路的门级网表,将门级网表中的普通单元替换为防护逻辑单元,然后利用电磁辐射仿真模型和电磁信息泄漏评估模型对集成电路进行电磁辐射仿真和信息泄漏分析。该方法能够在设计阶段对密码芯片的抗电磁旁路攻击能力进行评估,可提高密码芯片的设计效率,减少资源浪费。     

防空反导网络化作战发展研究

网络中心战是信息时代重要的作战形式,可将战场信息优势转化为决策优势,是信息技术在军事领域应用的必然选择,网络中心战在防空反导领域的应用也称为防空反导网络化作战.主要跟踪研究了国内外网络中心战的最新进展和发展趋势,分析了网络化作战的特点和关键技术,针对我国防空反导武器系统的现状,提出了防空反导网络化作战的发展建议.     

基于空基平台的TBM助推段拦截可行性分析

为了研究对TBM目标进行空基助推段拦截的作战可行性,设计了空基反TBM的拦截作战过程。在此基础上,从拦截时序、拦截作战距离、拦截方式和拦截弹末速度要求、拦截时空综合等4个方面详细分析了空基助推段拦截TBM的可行性,同时建立了拦截可行性分析计算模型;最后,对拦截可行性进行了仿真验证。从而为空基反导武器装备发展和作战使用研究提供了重要的参考依据。     

聚硅氧烷/二乙烯基苯的交联与裂解

通过研究聚硅氧烷 (PSO)与二乙烯基苯 (DVB)的交联与裂解发现 ,只有在氯铂酸的催化下 ,PSO与DVB才能完全交联固化。催化剂含量为 11 31ppm、质量比为 1:0 5的PSO DVB体系在 12 0℃下交联 6小时后 ,其陶瓷产率为 76 %。该体系的室温粘度为 10 5mPa·s,与碳纤维 (Cf)的接触角为 34° ,非常适合制备三维纤维编织物增强的陶瓷基复合材料。XRD测试表明 ,在 10 0 0℃下裂解的产物中出现SiO2 微晶 ,12 0 0℃时出现 β -SiC微晶 ,温度再升高 ,两种晶粒明显长大。 10 0 0℃裂解产物中Si、O、C三种原子的含量分别为 38 33wt %、 2 7 33wt %、 34 34wt% ,其中C大部分以自由碳形式存在 ,其余部分与Si、O无序混合 ,形成 [Si (O ,C) 4]结构。这种结构在 12 0 0℃以上转变为 [SiO4]和 [SiC4]结构     

PHEV电池电荷状态估计设计及仿真

电池管理系统(battery management system,BMS)是混合动力汽车(parallel hybrid electric vehicle,PHEV)能量管理系统中的核心组成部分,而其中电池电荷状态(state of charge,soc)则是PHEV控制策略中的重要参数.针对PHEV动力电池组SOC系统高度非线性和复杂性的特点,提出了一种基于改进的BP神经网络的HEV动力电池组的实时SOC估计,并对网络的收敛性进行了证明.利用大量PHEV动力电池组在行驶过程中充放电的数据样本,对神经网络进行网络训练并且进行仿真.结果表明,与传统离线SOC估计方法相比,能够有效地减小误差,提高电池SOC的精度.