基于MUSIC算法的罗兰C接收机天地波自动识别方法研究

针对常规罗兰C接收机天地波识别方法不能有效利用信号能量的缺点,根据天波到来时间的估计与合成信号频率的分离相似的特点,提出了一种基于多信号分类算法估计天波延迟的方法.该方法在低信噪比条件下可分离出地波和天波,并能根据天波的延迟变化实时地选择接收机采样基准点的最佳位置.计算机仿真结果表明,该方法可以用于天地波的自动识别,能增加基准点处的信噪比,因而能显著提高罗兰C接收机的性能.     

改进的YOLOv5地面军事目标识别算法

针对战场复杂背景下地面军事目标识别算法性能较低的问题,提出一种基于并行注意力机制的PAL-YOLO地面军事目标识别算法。该算法在自建地面军事目标数据集下,对目标的锚框进行重新聚类;在网络的Backbone中加入通道-空间并行注意力机制模块,提升目标特征提取能力;通过采用Alpha＿IoU对目标识别分类器的损失函数进行改进,加速模型收敛。结果表明,改进后的算法在保证模型空间复杂度的同时,mAP值提升了6.4%,FPS提升6%。     

采用重构吸引子的辐射源个体识别技术

为解决现有基于相空间个体识别方法面临重构特征矢量维数高、计算效率低、鲁棒性差等问题,从非线性动力学角度出发,构建了基于重构吸引子的辐射源个体识别框架,并在此框架内提出了基于等距映射的辐射源个体识别技术。该技术采用等距映射从相空间中重构辐射源吸引子,可以更低的维度描述辐射源系统动力学特性,反映辐射源个体的“指纹”特征。实验表明该方法识别准确率更高、效率更高、听鲁棒性更强。     

军事任务中基于手势的交互技术研究

未来战场是高度无人与机器化的,如何对无人机器进行有效控制、完成作战任务,这是一个值得研究的问题。对手势识别技术的背景进行了介绍;简述了近年手势识别技术（体感类与视觉类）;对现识别技术的共性问题进行了分析总结,并提出了相应的改进方法。利用滑动窗口与肤色模型提出了一种手指信息（个数与指宽）检测技术,并完成了本研究系统原型设计。     

最大隶属原则在无人机情报识别中的应用

本文分析战场目标特征,探讨影响无人机照相侦察能力的因素,提出用最大隶属原则识别无人机侦察情报的方法。通过仿真举例,验证这种方法的有效性和可行性。     

数字调制信号的神经网络识别方法

提出数字调制信号的人工神经网络识别方法，从信号幅度、相位、频率及功率谱等特性中提取五种特征参数，用于训练神经网络对数字调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。     

基于置信规则库的防空目标意图识别方法

为解决防空反导体系对于目标意图识别中多源信息处理的问题,提出了一种新的防空目标识别方法——置信规则库(Belief Rules Base)识别模型,该方法是基于BRB专家知识系统的自学习方法,可以有效处理多源不确定性信息。同时,为了提高其识别效率,建立了一种与之相匹配的参数优化模型,并选择差分进化算法作为BRB识别模型的优化引擎。此外,在BRB识别模型中,专家意见也被引用到模型的初始化和推理过程中。最后采用一个实例对BRB识别模型的准确度进行验证。研究表明:该方法具有较强的实用性,可为防空反导体系的目标意图识别提供有力支撑。     

基于边界相切拟合的轴对称工件缺陷重构方法

针对轴对称工件超声检测缺陷重构问题,通过分析传统基于传播时间反演方法的不足和误差产生的原因,提出了一种基于边界相切拟合的缺陷重构方法,并针对实际检测缺陷的类型,采用圆和椭圆作为模型对缺陷进行重构。从重构结果上看,当检测实心体工件时,圆形缺陷的圆拟合重构误差不大于0.1 mm,圆形缺陷的椭圆拟合重构误差小于0.4 mm,椭圆形缺陷的椭圆拟合重构误差小于0.3 mm,空心体工件由于检测方式不同,误差会比实心体大一些。     

基于灰关联分析和粗糙集的通信电台识别方法

通信侦察过程积累了大量电台通信记录,对这些数据进行分析、推理,可以识别电台的数量、装载平台等,为了提高识别正确率,提出了基于灰关联分析和粗糙集的通信电台识别方法。首先,依据粗糙集理论将信息表划分等价类,得到电台航迹;再根据灰关联分析计算雷达航迹和电台航迹的灰关联度,最后按照最大灰关联度原则进行通信电台关联。实验结果表明该方法适用范围更广,在多个平台的运动轨迹交叉且在交叉时刻各有电台通联、同一平台上的多个电台在不同时间通联这两种情况下,均能较好地对电台进行关联。     

目标识别跟踪系统的图像收集处理软件流程设计

详细介绍了目标识别跟踪系统中图像收集处理软件的设计流程。首先介绍了目标识别跟踪系统,然后从视频图像显示到目标图像获取和发送的整个流程进行详细阐述,并针对流程节点中获取目标图像的两种方式加以深入研究。