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NNLI技术的齿轮箱故障诊断

将NNLI技术应用到齿轮箱的故障诊断中,提出了基于NNLI的特征提取方法,并将该方法与神经网络结合起来,进一步提出基于NNLI特征提取的神经网络故障诊断方法,给出了两种不同的网络分类器,通过齿轮箱故障诊断实例验证了该方法的有效性。     

基于BP神经网络带调压器直流发电机特性的辨识

为使坦克直流发电机的调压特性实验能够在计算机上仿真进行,节约教学实验成本,可利用神经网络对直流发电机的调压特性进行辨识,得到了比手工绘制精度更高的特性曲线.因此,调压特性的神经网络辨识法,有利于直流发电机特性实验教学.     

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。     

飞行器交会对接中基于滤波方法的传感器故障诊断处理

针对两个空间飞行器交会对接过程中追踪飞行器上的各单个测量传感器,探讨了其基于滤波方法的动态过程故障诊断及相应的处理,并特别针对目标相对于传感器的最大机动指数较低的情况,分析了相应的故障诊断及处理方法。     

基于矩阵分析的D-S证据理论的多传感器雷达体制识别

采用不确定推理的矩阵分析方法,建立了用于雷达体制识别的多传感器数据融合的数学模型,提出了一种基于矩阵分析的多传感器信息融合的新算法,结合多传感器多测量周期的雷达体制识别给出了具体的实例.识别结果说明了该算法的有效性.