声音信号相关处理在战场目标识别中的应用

对几种地面战场常规装备的声音信号进行了时域相关分析,通过建立隶属度来设计识别器,提出了一种应用于战场发声目标识别的方法,经过试验验证了本方法的有效性。     

一种用于声目标识别的小波变换去噪方法

根据受噪声污染信号的小波变换系数中对信号有贡献的仅占其很小一部分的事实,提出了一种基于系数门限值去噪的方法。对不同信号的仿真结果表明该方法去噪效果明显,运算量小,适合用于对声目标识别系统的噪声去除。这对于改善声目标识别系统的抗噪性能是十分有意义的。     

基于结构应变响应的高速枪击载荷识别的理论分析与实验方法

基于多自由度系统的运动微分方程和结构的几何方程推导出识别单一动态载荷的数学模型。并将此理论应用于枪击载荷的识别,获得了令人满意的结果。同时,给出了一套完整的动载识别的实验方法。     

坦克火控系统的自适应滤波与自适应解命中

在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能动态识别,又要适应工作周期的各种变化.本文提出的“参数辨识模型”能同时满足上述要求,并可将自适应滤波纳入到现代控制理论的正常思路内予以解决.     

确定冲击载荷识别频段方法探讨

冲击载荷识别中,识别频段的确定直接影响识别精度,根据目前确定信号频段的4种方法,通过分析比较,提出了依实际情况,经载荷频段预估、试识别、平滑处理,而后用载荷频谱函数下降20db确定载荷频段的方法,并通过实例,进一步说明了该方法的可行性。     

中口径舰炮对空闭环校射

首先建立了中口径舰炮武器系统对空闭环校射数学模型,比较新颖地解决了波门指示、弹序判别、滤波方法、脱靶量的求取和预测以及漏测弹丸的措施等一系列问题,通过仿真模拟明显地提高了系统精度和命中率,并使其工程化嵌入某型航炮系统,在工程上得以实现     

基于本征极化的飞机目标识别

提出了变质极化散射矩阵对称性的最小Ｆｒｏｂｅｎｉｕｓ范数准则修正方法,并在此基础上利用本征极化理论提取了雷达目标的极化特征,对五种飞机目标进行了识别实验研究,取得了良好的目标分类或识别效果。     

基于结构自整定前馈网络的雷达目标识别研究

概述了基于雷达成像的目标类型识别技术。阐述了多层前向网络的分类特性,提出一种网络结构自整定算法来训练网络,并构造分类器,对基于转台成像实验的雷达目标类型识别问题进行了仿真研究。研究结果表明,经结构自整定算法训练后的前馈网络对成像雷达目标具有较好的推广识别能力,识别率达到９０％。     

面向结构洞的指挥控制网络关键节点识别方法

针对目前指挥控制网络关键节点识别方法利用局部信息识别精度低、利用全局信息识别复杂度高的问题,提出了一种面向结构洞的指挥控制网络关键节点识别方法,该方法综合考虑了指挥控制网络结构特征和全局拓扑信息,引入了层级流介数的概念用以计算网络的约束系数。实验分析表明,该方法提高了关键节点识别精度,降低了算法复杂度,更加适用于指挥控制网络关键节点识别的需要。     

TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。