基于神经网络和功率谱的水中目标信号检测方法

将功率谱和神经网络相结合,应用于高海况、低信噪比条件下,水中目标信号的特征提取中.文中首先对信号进行功率谱估计,利用目标信号功率主要集中在低频部分的特点,提取低频信号的能量作为特征,然后利用人工神经网络对目标信号进行检测.利用不同浪级情况下海洋水压场的仿真信号数据,对某型目标舰船的水压信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果.     

二值化联合变换相关器识别复杂背景目标时的阈值选取

讨论了利用二值化联合变换相关器对复杂背景目标进行相关识别的阈值选取问题。由于不同阈值对二值化联合变换相关器识别结果有很大的影响,阈值过高,会损失过多的联合变换功率谱中的有效成份,使相关峰减弱;阈值过低,会使联合功率谱中的噪声放大,相关峰可能被淹没在噪声之中。因而存在一个最佳阈值。实验表明,最佳阈值位于联合功率谱最大灰度值的40%～50%之间,在此阈值范围内,相关峰值较高,噪声也得到有效抑制。     

履带车辆负重轮路面反应谱的测试方法

阐述了直接在履带车辆负重轮轴上安装传感器测量路面反应谱的一种简便方法。通过实际的测量和分析获得了几种路面的反应谱,为履带车辆悬挂系统的振动实验提供了仿真计算依据。实验证明该测试方案及数据处理方法切实可行。     

高重频模式下的海杂波仿真方法

机载脉冲多普勒雷达在高重频模式下的海杂波仿真精确度是影响整个雷达系统仿真的先决因素。在分析基于网格法的杂波功率谱模型的前提下,设计了一种利用杂波功率谱进行时域重构,产生幅度分布服从对数-正态分布海杂波的仿真模型。仿真结果与理论值吻合较好,说明仿真开发模式是可行的,仿真模型是正确、有效的。     

基于奇异谱修正香农熵的雷达信号识别方法

针对当前雷达辐射源识别在低信噪比下识别率准确率不高,信号处理过程中难以很好保留有用信息的问题,提出了一种基于奇异谱修正香农熵(Singular Spectrum Modified Shannon Entropy,SSSE)的雷达调制信号识别方法.通过符号化聚合近似和奇异谱分析对雷达信号进行处理,求出信号的分类特征SSSE,通过分类器将处理后的信号进行分类.仿真结果显示,该方法在低信噪比范围下,仍有较高总体识别率,并且优于符号化聚合近似和奇异谱分析法.     

防暴动能弹发展现状及趋势分析

针对群体性事件呈多发、高发的态势,为提高防暴动能弹的作战效能,科学预测非致命动能弹丸的发展趋势,对防暴动能弹的发展历程进行了梳理,初步界定了硬质弹丸、橡胶弹丸、布袋弹丸和复合型弹丸四个发展阶段,通过剖析典型冲击损伤案例分析了不同类型动能弹丸的损伤特性,明确了防暴动能弹的冲击损伤谱,进一步通过对不同类型动能弹丸结构特性的...     

利用时间谱信息融合的空中目标分类算法

时间谱信息(目标的航迹、速度、机动性、空间坐标信息)揭示了目标空间状态随时间的变化特性,从而可利用目标的时谱简化(或缩小)待识别目标的范围。将低分辨雷达测量得到的高度、速度、加速度作为目标特征,建立典型空中目标对各特征的模糊隶属函数,进而采用改进的证据推理进行分类判决。结果表明利用时间谱信息可为雷达空中目标识别提供有效辅助手段。     

基于半监督谱聚类的通信网台识别方法

针对通信网台识别准确率较低的问题,提出了一种基于半监督谱聚类的通信网台识别方法。通过密度峰值的方法构造决策图,得到通信网的数目;在谱聚类算法的基础上,利用侦察方掌握的先验知识,通过成对约束信息更新谱聚类算法的相似度矩阵,提升聚类算法性能,得到最终的网台识别结果。实验结果表明,该方法可以有效地利用知识库中已有的成对约束信息,较好地完成通信网台识别。     

方阵的范数与谱半径的关系

本文主要讨论方阵范数与向量范数相容时矩阵的范数与半径之间的关系,得到了方阵范数不小于谱半径的某个常数倍的结论。同时也指出了文「１」中的一些错误。     

二阶抛物型方程的 Legendre 谱方法

讨论了精确解和Ｌｅｇｅｎｄｒｅ谱解的误差估计,应用文中定义的椭圆投影算子,得到了Ｈ和Ｈ１模估计。