一个IRST与雷达数据融合的实例

本文介绍了一个军事领域的数据融合实例,它充分说明了IRDT与雷达的数据融合的优点。通过该仿真实例,进一步说明了数据融合在目标识别、航迹跟踪、威胁判断等方面具有良好的应用前景。     

中子弹核爆炸识别与当量测定原理和方法研究

从核爆炸效应的不同角度对中子弹核爆效应现象学进行了综合研究,得出了较全面系统的结果;同时,在对中子弹核爆炸效应进行分析的基础上,提取了一系列效应特征量,并推荐使用了优化特征量;利用多层神经网络系统,进行了中子弹核爆炸弹型识别的计算机仿真研究,得到了较理想的识别率;最后给出具有中子弹核爆炸识别、当量确定功能的核爆炸监测系统的原理与工作序列。     

基于深度学习的高超声速飞行器运动行为识别

高超声速飞行器具有机动大、速度高、航程远、威胁强等特点,已成为各大国重点发展的武器装备,识别其运动行为能为防御和拦截提供有力的技术支持。本文对有禁飞区等复杂约束条件下的高超声速飞行器运动行为识别问题开展研究：首先通过分析高超声速飞行器的运动特点,建立能够充分描述其行为模式的参数化运动方程;然后基于优化思想求解有禁飞区等复杂约束条件下的航迹规划问题,构建其数据集;最后基于深度学习方法设计高超声速飞行器运动行为识别算法。试验结果表明：所设计的识别算法能够实现对高超声速飞行器运动行为的识别,且具有一定的泛化能力,可为后续防御决策提供一定的参考。     

复杂任务区域的区域划分与覆盖路径规划

多无人机对指定区域进行巡飞探测,在地理测绘、抢险救灾等领域起到重要作用。针对多无人机对凸/非凸多边形区域的覆盖问题,开展了复杂目标区域的区域划分以及覆盖路径规划技术研究。首先,建立了无人机飞行运动模型和指定区域的边界描述。然后,针对目标区域为凸多边形与非凸多边形两种情况,同时考虑区域凸分解与集群覆盖效率优化,分别提出了基于线扫描的凸区域划分方法与基于Delaunay三角剖分的非凸区域划分方法。接着,考虑无人机运动学约束与能量消耗最小化,提出了一种最小转弯半径约束下的Z型覆盖路径。最后,通过数值仿真验证了本文所提方法的有效性。结果表明,所提方法可以对凸/非凸多边形区域实现凸划分并减小了各子区域面积差异,提高了集群总覆盖效率,覆盖路径规划方法使路径总长相较于未沿主轴覆盖时减小了26%,转弯路径占比减小了36%。     

科研经费管理决策支持系统若干模型

本文应用多目标决策原理和计算机技术,在分析用户需求的基础上,建立了科研任务项目的预测评价和经费分配模型,并分析了有关模型的关系和解决性质。根据这些模型和决策的特点,简要叙述了该系统的主要功能。我们相信。该系统的应用,将给管理人员提供方便,且使管理进一步科学化,让有限的经费发挥更大的作用。     

基于ADS-BIN的多机冲突解脱及路径规划

行冲突解脱是空中交通管理中一个关键问题.分析了机载TCAS的冲突探测原理和ADS-B IN技术的特点,考虑飞行动力学、气象、人为因素等多种随机因素,建立了概率型冲突预测和解脱模型.针对同一空域内所有目标机进行跟踪和分类,将冲突区域网格化,利用改进遗传算法快速搜寻最优无冲突航迹,最大程度地减少偏离原航线的距离,并最终引导...     

基于分组稀疏分析的高分辨距离像目标识别算法

因目标所处环境及探测用宽带雷达工作机理等因素的制约,实测距离像样本不仅繁多且可能混有干扰,为克服因此带来的识别困难,优化识别效果,稀疏分析提供了一类压缩样本数据并提升数据分析质量的研究思路.提出了一种依据分组稀疏分析策略开展雷达一维距离像稀疏分解,从而识别目标的方法.为了进一步改善识别算法的噪声鲁棒性,提升其实用性,算...     

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。     

针对突发威胁的无人机多机协同路径规划的方法

在无人机多机协同路径规划中,采用V orono i图方法,引入协同变量和协同函数,产生关于已知威胁的路径,使各架无人机能够同时到达目标。在此基础上,利用集合点规划状态图,针对作战过程中的突发威胁实时进行路径规划,从而得到各架飞机的几何路径。仿真结果表明集合点规划状态图的使用对于无人机多机协同路径规划中的突发威胁问题的求解是有效的。     

基于熵的空中目标识别模型及应用

空中目标识别是现代防空作战的重要研究内容。研究根据不同类型的目标产生不同的辐射和不同的雷达回波信号对目标进行识别。提出利用熵理论来处理目标识别问题,采用层次分析法与熵权的组合来确定指标的权重。仿真实例表明,基于熵的识别是一种运算简单,结果可靠的目标识别算法。