基于神经网络的多模型机动目标跟踪方法研究

针对传统机动目标跟踪问题中存在的跟踪精确性低、参数适应性差、计算量大等问题,提出了一种基于径向基神经网络的多模型机动目标跟踪方法.首先,介绍了机动目标跟踪问题的基本原理、径向基神经网络模型及机动目标运动模型.然后,将提取的机动目标特征向量输入已训练好网络参数的神经网络中,与隐含层中由训练样本组成的输入矩阵比较并输出,通...     

时空预滤波对运动检测器速度估计的影响分析

初级运动检测器在检测自然图像的运动速度时存在不足,在运动检测器前增加时域和空域滤波器可以改善图像运动速度的估计.详细分析了时空滤波器对运动检测器输出的影响,结果表明通过设计滤波器可以有效提高速度估计的准确性,并且可以减小相对误差.     

一种基于最大似然估计的ISAR自聚焦算法

自聚焦是ISAR成像中的一项关键技术,其目的是消除目标和雷达的径向运动引起的相位误差。从ISAR信号模型出发,推导得到了相位误差的最大似然估计,并给出了一种基于最大似然估计的ISAR自聚焦算法。该算法采用了相位梯度算法(PGA)的处理结构,利用了多个距离单元上的散射点信号。算法中没有孤立散射点的要求,不需要相位解模糊,并且消除了相位误差估计中积累误差的影响,提高了相位误差的估计精度。将该算法应用于实测数据的ISAR成像中,得到了较好的聚焦结果。     

切实推进民兵预备役部队实战化训练

军区党委十届四次全委扩大会议,是深入贯彻全军军事训练会议精神,特别是落实胡锦涛主席大抓军事训练重要指示的一次再动员、再部署各级要以此为契机,乘势而上,开拓进取,有所作为,积极推动民兵预备役部队实战化训练,不断提高快速动员和遂行任务的能力。     

ICAO二阶阶跃模型下信号畸变对导航接收机载噪比估计影响分析

载噪比是评估导航信号质量的重要指标,直接影响着接收机的捕获、跟踪和电文解调性能。论文推导了基于国际民航组织（ICAO）二阶阶跃信号畸变模型下导航接收机采用相关、非相关处理时载噪比估计与信号畸变参数之间的解析表达式,并分析了导航信号畸变参数对载噪比估计的影响。仿真结果表明,数字畸变参数变化范围下导航信号载噪比变化在10-2量级,增大模拟畸变的振荡频率或者减小衰减频率将会提高载噪比估计值,模拟畸变参数变化引起的载噪比损耗可达0.1dBHz,畸变参数对载噪比估计的影响整体上都较小,因此利用接收机输出载噪比作为导航信号异常监测手段是不完备的。     

光互连网络中资源预留的多级光互连仲裁机制

基于资源预留策略提出一种多级光互连仲裁机制,通过将网络分级实现快速、高效的仲裁。多优先级数据缓存队列的传输节点设计,提供了不同类型流量的差异化传输;通过预约式两级仲裁机制,实现网络的完全公平与100%的高吞吐率。设计并对快速仲裁通道进行了合理布局,极大地缩短了仲裁延迟。仿真结果表明:采用基于资源预留的分级仲裁策略,在多种流量模式下所有节点均获得公平的服务。与Feather Weight相比,分级仲裁策略吞吐率提高17%;与2-pass相比,仲裁延迟减少15%,同时,功耗减少5%。     

圆周合成孔径雷达的快速时域成像算法

为实现圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)快速成像,提出一种用于CSAR的快速时域成像算法。该算法通过将CSAR的圆孔径分成若干子孔径,分别对子孔径采用快速因式分解后向投影算法处理,再将各子图像相干插值叠加至同一坐标系下得到成像结果。详细分析算法实现中的坐标转换、误差控制和运算效率等关键问题,并用点目标仿真和实测数据处理结果验证算法的有效性。所研究方法具有成像范围大、计算量小等优点。     

军用无人机技术智能化发展及应用

军用无人机作为收集战场信息和军事打击的新兴手段和工具,以其机动灵活、战场生存能力强等独特优势,能够方便快速地获取战场态势,极大地弥补了传统作战方式和侦查手段的短板和不足。智能无人系统的发展可能会引领军事领域的重大变革甚至改变战争形态。文章介绍了无人机技术在军事领域中的发展和应用现状,并从飞行控制、火控系统、任务规划以及无人机集群等方面浅析了军用无人机技术智能化发展方向。     

美军军事决策过程

军事决策过程是军事行动过程中做出决策所应遵循的客观规律的理论总结,不仅是对指挥员主体能力的客观检验,也是对参谋等辅助决策人员军事素养的全面考核。美军经过一系列实战检验和训练实践,不断规范军事决策过程,形成了完善的决策程序,使之更加满足军事决策实战要求。文章阐述美军指挥员和参谋人员在军事决策中的职能以及军事决策的程序。针对作战时间紧迫的现实情况,对美军精简版军事决策过程和加速版军事决策过程的技术途径分别进行了解析。     

参数和非参数滤波算法在贝叶斯估计问题中的比较

在贝叶斯估计问题中常用的滤波算法有两大类,一类是适用于非线性问题的,在卡尔曼滤波算法基础上发展出来的各种参数滤波算法,如扩展的卡尔曼滤波,拟线性卡尔曼滤波及近年提出的基于Unscented变换的Unscented卡尔曼滤波算法等;另一类是基于蒙特卡洛仿真技术的非参数滤波算法--粒子滤波.两类跟踪算法在实际问题中都得到了广泛应用.从原理上对这两类算法中的四种具体算法进行了介绍,重点分析了每种算法的长处及不足,可为实际应用中算法的选择提供依据.