基于马尔柯夫过程的武器系统目标分配问题决策分析

将防空作战中武器系统目标分配决策作为一个在动态随机系统中实现最优化的问题,并用马尔柯夫过程理论进行建模分析,提出新的算法并运用Matlab编程;通过对实行不同策略时武器系统长期平均效能的分析比较,指出在目标分配问题上仅靠原有的静态线性规划决策方法是不够的,还必须考虑动态随机对抗过程本身的特性.     

多普勒频谱及JEM效应在空中目标识别中的应用分析

为了获取进行空中目标识别的有效特征量,分析了多普勒频谱结构识别、调制谱识别和JEM周期特征识别等方法.采用将相位和幅度综合的方法,获得了更接近理论值的JEM周期平均值特征量,仿真结果说明综合特征量具有较小的估计标准差.最后,指出了该领域可能的研究方向.     

一种新的基本概率函数构建方法及应用

针对Dempster-Shafer(D-S)证据推理中基本概率赋值函数的构造问题,基于模糊聚类分析给出了一种新的构建方法.将它应用到雷达目标识别的仿真实验中,并与灰关联法相比较,结果表明该方法切实可行,不仅提高了基本概率赋值的准确性和稳定性,而且利用了数据的结构信息,有效缓解了证据的冲突.     

目标选择的一个优化模型

坦克作战过程中 ,经常出现一个坦克群遭遇对方一个坦克群的情况 ,这时每辆坦克往往向威胁自身最大的目标开火 ,但这种选择的整体效果不一定最优。本文提出一种目标选择方法 ,使得最大限度地减轻了对方对己方的威胁 ,大大提高了作战坦克对敌杀伤效果     

弱机动目标的参数估计

本文探讨了卡尔曼滤波用于估计弱机动目标状态参数问题。在极坐标系下建立目标机动的相关加速度模型,通过对运动目标斜距二阶变化率和方位角加速度的定量分析,建立了自适应估计目标动态模型噪声强度的弱机动目标参数估计算法。对几种典型航路的模拟证实了在选择适当参数时该算法对目标机动,不同类型的机动间的转换,不仅能较好地压制随机量测噪声,而且能满意地估计目标的速度和航向。     

SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 ,具有明显提高     

Boring算法定位精度分析

介绍了大地主题解算法的Ｂｏｒｉｎｇ公式和影响定位精度的因素,给出了精度分析模型,对其进行了精度分析     

地基拦截弹对真目标进行拦截时的制导方案分析

讨论了地基拦截弹对真目标（中近程弹道式导弹）进行拦截时的制导方案。根据拦截弹的飞行特点,将拦截过程分为初始段、中间段和拦截段,并采取了相应的制导方案。仿真结果表明,拦截具有较高的精度和良好的弹道特性,此方案是可行的。     

纯方位目标跟踪附加等价噪声及自适应处理

对多种航路下的等价量测噪声进行了分析和仿真,从中可以发现,在某些航路,由于敌我平台的位置摄动,造成附加等价量测噪声的迅速增大,因此必须对其进行自适应处理,文中给出了仿真结果。     

基于 Mellin 变换的利用双谱估计进行空中雷达目标识别

作者根据空中雷达目标快速机动的特点,提出了一种利用Ｍｅｌｌｉｎ变换及双谱估计提取目标特征量,应用最近邻（ＮＮ）法则进行综合判决的目标识别方法,并给出了计算机仿真实验结果。结果表明,该方法具有良好的抗噪声能力和较高的识别率。