基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

基于电磁涡旋的雷达目标成像

作为信息载体的电磁波除了传统的携带信息方式外,近年来其波前以电磁涡旋形式展现的信息调制能力也越来越受到关注。本文综述了电磁涡旋在信息调制等方面的研究进展,阐述了其在雷达信息获取方面的潜在应用价值。针对圆形相控阵列,建立了电磁涡旋波照射下理想点散射目标的回波模型。将各阵元的接收信号按照与发射时相同的模式移相后,沿圆周积分即可获得雷达阵列的输出回波。该回波可表示为经平方Bessel函数调幅后的傅里叶基函数的线性组合。结合Bessel函数的频谱特性,分析了轨道角动量态与方位角变量之间的近似对偶关系,利用逆投影和滤波-傅里叶变换方法进行了成像处理。仿真实验表明,电磁涡旋对雷达目标具有方位向成像的潜力。本文的研究可为新体制的雷达设计、目标识别技术的发展提供参考和借鉴。     

黄页服务的合同网在编队武器目标分配中的应用

海上舰艇编队协同作战面临的环境日益复杂,其武器目标分配呈现出了多智能体系统的涌现性、协同性和动态性.将编队武器目标分配问题转化成多智能体系统来研究,根据黄页概念建立了编队武器智能体的黄页服务,运用基于黄页服务的合同网协议实现了编队范围内的武器目标分布式分配.     

中制导虚拟目标的定位参数研究

基于虚拟目标的优化导引中制导拦截弹道轨迹及其能耗与虚拟目标的位置紧密相关,决定该位置的参数包括中末制导交班距离和视场基准角等.首先研究了弹道特性随定位参数的变化规律并提出通过滚转实现视场基准角的负取值,在此基础上得出满足多约束条件的虚拟目标定位参数的设置方法.利用该方法所产生的虚拟目标与相应的优化导引律结合,可以很好地满足中制导的要求.     

CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

目标毁伤效果评估技术研究进展

目标毁伤效果评估作为目标保障的一项重要内容,对精确打击作战情报保障起到了核心作用,是现代精确打击体系的一个重要环节和关键步骤。文章从评估方法、评估模型和评估系统三个方面入手,梳理了国内外目标毁伤效果评估技术的最新研究进展,并对目前各类评估方法、模型及系统的优缺点分别进行了评述。最后,指出了该领域今后的研究方向。     

基于 Simulink 的鱼雷尺度靶收发干扰仿真

在分析尺度靶多亮点目标模型的基础上,建立了拖曳线列阵靶收发干扰和信号处理模型,然后利用simulink工具箱对干扰模型进行了仿真,最后给出了仿真结果。结果表明,靶标收发换能器间的干扰会导致转发信号产生畸变,但其畸变对信号幅度的影响较小,不会对目标模拟产生影响,验证了拖曳靶进行目标模拟的可行性,同时对鱼雷尺度靶及其它水声目标模拟设备的研制也有一定的参考应用价值。     

基于Simulink的鱼雷尺度靶收发干扰仿真

在分析尺度靶多亮点目标模型的基础上,建立了拖曳线列阵靶收发干扰和信号处理模型,然后利用Simulink工具箱对干扰模型进行了仿真,最后给出了仿真结果。结果表明,靶标收发换能器间的干扰会导致转发信号产生畸变,但其畸变对信号幅度的影响较小,不会对目标模拟产生影响,验证了拖曳靶进行目标模拟的可行性,对鱼雷尺度靶及其它水声目标模拟设备的研制有一定的参考应用价值。     

基于模型概率估计的两层交互多模型算法

在机动目标跟踪问题的研究中,针对转弯机动目标跟踪精度差的问题,设计了一种利用模型概率对模型集合进行实时计算的两层交互多模型算法。该算法由第一层目标转弯速率的粗估计和第二层目标状态向量的精估计构成,它利用第一层模型计算出的目标运动估计转弯速率,构建与当前目标运动状态匹配程度较高的第二层转弯模型集合,并将该转弯模型集合运用于状态估计中。仿真结果证明了该算法在针对转弯机动目标时仍有较好的跟踪精度。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。