一种基于方位时延的水下被动目标运动分析算法研究

设计了一种新型的水下被动目标运动分析系统.以测得的方位序列和到达不同传感器的时间差为基础,建立了状态方程和观测方程,运用扩展卡尔曼滤波算法,对系统进行了分析.通过蒙特卡罗模拟仿真实验结果表明,此算法具有收敛速度快、精度高、稳定性好等优点,有着良好的实际应用前景.     

基于HMM的FOPEN UWBSAR图像中的树干杂波抑制

树干杂波是叶簇穿透(FOPEN)超宽带合成孔径雷达(UWBSAR)图像中叶簇隐蔽目标检测的主要干扰,能否有效抑制树干杂波是目标检测成功与否的关键。利用UWBSAR的大积累角成像特性所提供的目标方向性信息,基于隐马尔可夫模型(HMM),提出了一种识别并抑制树干杂波的方法。试验结果表明,该方法可有效识别并抑制FOPENUWBSAR图像中的树干杂波,增强叶簇隐蔽目标检测性能。     

振动矩形机翼非线性绕流数值研究

发展了可用于模拟包含运动边界的非定常流动的数值方法。该方法采用非结构动网格技术并构造了一种MUSCL类型有限体积格式,求解考虑了动网格效应的三维非定常Euler方程。非结构网格的变形运动由弹簧近似技术实现。用上述方法计算了作正弦振动的矩形机翼非线性绕流,计算结果与实验结果吻合,得到了流体运动与固体运动耦合的非线性流动特性。计算表明,该数值方法具有较好的精度和可靠性,完全可用于气动弹性或其他流固耦合问题的数值模拟。     

履带车辆转向过程仿真与试验研究

分析了简化条件下和考虑滑转滑移条件下履带车辆在坚实地面上的转向过程,对比计算了2种条件下转向时的牵引力、制动力、转向阻力矩和转向半径,并通过实车试验进行检验.结果表明,滑动模型揭示了履带车辆转向机理,与试验结果较为吻合.     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

基于效用函数的打击目标选择方法

针对打击目标选择问题,提出了一种基于效用函数的打击目标选择方法,根据效用函数理论和方法,对单个打击目标的价值进行了量化,对多元目标价值函数进行了构造,通过实例分析,说明该方法的有效性和合理性,从而为解决打击目标价值度量问题提供了一种新途径。     

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。     

基于马尔可夫过程的活动目标侦察雷达搜索效率模型研究

根据活动目标侦察雷达的特点和发现目标的环节,用马尔可夫过程对侦察系统的雷达搜索效率进行分析,得出计算模型,给出应用实例.对提高雷达的作战效能有一定意义.     

基于衰减记忆n次新息的目标机动检测和排飞点

提出了一种基于衰减记忆n次新息对目标进行机动检测和排飞点的算法.实际应用表明,该算法有效降低了目标机动检测的虚警概率和漏警概率,取得了较好效果.     

地形通视性算法改进

为提高地形上两点间的通视性查询效率,满足仿真系统实时性要求,对通视性算法进行改进,并将改进算法与现有算法进行试验比较,结果表明改进算法的精度和计算效率是满足仿真需要的。