一种雷达辐射源识别自学习算法研究

针对目前雷达对抗系统面临的辐射源识别精度不高、智能化水平低的特点,将自学习理论引入到雷达对抗系统中。提出了基于遗传算法(GA)的自学习算法实现雷达辐射源智能识别的方法。实验表明:在使用相同的特征参数"前件"条件下,通过这种自学习方法得到的正确识别率高于其它识别方法。     

基于支持向量机的多分类军事目标识别应用

针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.     

图像目标识别中的分层检索模型

形状特征是武器装备目标识别的关键因素.针对归一化后轴夹角的特点和小波描述子多尺度描述轮廓曲线的特性,提出一种R树索引的分层检索技术模型,在模型库空间逐级过滤出与目标相似的模板,以保证检索的效率和准确性,并通过对军用车辆的检索实验验证了模型的有效性.     

舰空导弹对飞机目标近快战发射区研究

针对在使用中远程舰空导弹打击飞机目标的作战中,使用"近快战法"时的发射区进行了研究.分析了飞机目标逃避舰空导弹打击的机动策略,分析并建立了计算舰空导弹近快战发射区边界参数的计算公式,并结合实际典型算例给出近快战发射区参数结果.研究结果可为使用中远程舰空导弹对高速机动飞机目标实施近快战法战术依据,对中远程舰空导弹武器战斗使用研究也具有一定的参考价值.     

面向人不在环装备作战仿真的目标威胁等级智能识别方法研究

针对目标威胁等级识别研究现状及存在问题,以目标威胁评估结果及目标威胁等级识别方法为基础,引入支持向量机技术,对目标威胁等级进行了智能识别,解决了传统目标威胁等级识别方法中存在的问题。     

RFID技术在军用危险品仓储管理中的应用

针对军用危险品仓储管理中存在的数据采集不够准确、自动化程度不高的问题,本文以某军用爆炸危险品仓库的典型收发作业为例,把射频识别(Radio Frequency Identification,RFID)技术引入到其仓储管理过程中,在仓库现有设施设备的基础上,给出了一种基于RFID的军用危险品仓储管理系统的总体设计,最后提出了该技术未来的应用方向。     

应用边界交叉法的高超声速滑翔飞行器多目标轨迹优化

针对高超声速滑翔飞行器复杂约束条件下多目标轨迹设计问题,基于边界交叉法和伪谱法提出多目标轨迹优化方法。分析高超声速滑翔飞行器复杂约束轨迹优化问题的特点,提出多目标轨迹优化问题。采用边界交叉法和伪谱法将多目标轨迹优化问题转化为一组单目标优化子问题,利用非线性规划算法分别求解。在优化过程中,将已求解子问题的解作为下一个子问题的初始值,求解最大横程和最小峰值热流轨迹优化问题。仿真结果表明:所提方法能够有效搜索到优化轨迹的Pareto前沿,可以为高超声速滑翔飞行器轨迹设计提供参考。     

多载荷识别频响函数矩阵求逆法的改进算法

分析了频响函数矩阵求逆法在多载荷识别中存在的问题 ,提出了两种改进算法 ,即算术平均法和条件数加权平均法。实验结果表明 ,这两种方法在识别精度和消除病态影响方面均优于传统的频域识别方法。     

绕带角点障碍物Stokes流动的边界元解法

对以带有角点区域边界为边界的外部无限域上的Stokes方程的Dirichlet问题，在利用单层位势求解时，不仅产生的第一类积分方程的核具有奇异性，而且积分方程的解在角点处也具有r^-1/2的奇异性。为了准确的反映这种奇异性，引入奇异边界单元，即在角点处采用特殊形式的形函数，探讨边界是带有角点区域的边界，求解区域是该边界外的无限区域上的Stokes方程的Dirichlet问题的边界元解法。该问题可以反映流体绕一形状不规则障碍物（含有角点）运动时的流场及压力分布。     

基于前向型神经网络的空袭目标类型识别模型

对防空作战中空袭目标类型识别问题进行了研究 ,给出了进行目标类型识别的指标集 ,并建立了基于前向型神经网络识别模型 ,实例证明该方法是可行的。