基于动态时间规整算法的车辆目标分类研究

将动态时间规整(Dynamic Time Warping)算法应用于地面车辆目标的分类识别中。基于微多普勒效应原理,建立了轮式车辆和履带式车辆雷达回波模型,对两种车辆目标微多普勒信号的差异性进行了分析,并结合实测数据,验证了理论分析的正确性。在杂波抑制及速度归一化处理的基础上,利用动态时间规整算法,将提取出的车辆目标的累积失真距离作为目标分类识别的依据,实现了轮式车辆和履带式车辆的自动分类。基于实测数据的实验结果表明,该方法在不同信噪比条件下都具有较好的分类性能。     

对海目标识别中舰载预警直升机引导舰载无人机的方法及阵位配置

针对水面舰艇编队对海攻击时的目标识别需求，提出了舰载预警直升机引导舰载无人机实施对海目标识别的协同样式。从引导识别的基本过程入手，建立了舰载无人机占领预定识别阵位的运动要素计算模型；基于以最短时间到达预定识别阵位的要求，建立了舰载无人机目标识别时，相对舰载预警直升机阵位配置的拟合模型，并针对舰载无人机识别时的反应时间和识别距离，建立了舰载无人机阵位配置的修正模型，为水面舰艇编队对海攻击中的目标识别提供了新手段。     

基于数据挖掘的战场目标综合识别技术

分析了现有战场目标识别技术存在的问题，提出了基于数据挖掘的战场目标综合识别总体框架，对目标识别知识表示、目标特征知识挖掘、作战模式知识挖掘以及目标综合识别智能化推理等关键技术进行了研究，并说明了各关键技术在战场目标识别中的应用示例，可为提高战场目标识别的自动化、智能化水平提供借鉴。     

基于综合集成赋权法的导弹攻击目标价值分析

合理选择打击目标是导弹攻击作战中的首要问题,分析了目标价值影响因素,改进了信息熵权法,采用目标偏好的主观赋权法和综合集成赋权法确定因素权重,并结合模糊综合评估的方法对目标价值进行分析排序,给出了算例实现,为解决导弹攻击作战过程的目标价值评估排序问题提供决策依据。     

近期局部战争对陆军防空作战的启示

分析了近期几次局部战争空中袭击的变化发展,概述了当前空中威胁目标的发展趋势,给出了对未来陆军防空作战的启示。     

空陆攻防博弈的动态武器目标分配

大规模作战具有高动态、非完全信息和不确定性，在分析归纳目前解决动态武器目标分配问题的一系列方法的基础上，尝试构建基于双方动态博弈的攻防对抗综合数学模型，并利用纳什均衡和帕累托最优算法进行分阶段求解。结果表明，该数学模型和博弈论方法结合能够有效解决武器目标动态分配问题。     

岛屿封锁作战炮兵目标价值排序的优化模型

通过对炮兵目标价值分析与排序的指标体系进行系统分析,在岛屿封锁这一特定的作战样式中选取了六种属性作为目标价值排序的准则,然后根据对各属性的评分,在权重未知的情况下从最优化角度出发,以各方案与理想方案的距离为目标函数建立了目标价值排序的优化模型,并采用拉格朗日乘数法对模型进行求解,得到最终的目标打击顺序.     

小波变换在漏磁检测信号处理中的应用

在对军用装备进行漏磁无损检测时,漏磁信号中含有大量噪声,针对这种情况,介绍了小波变换消噪理论.在数字化实现中,离散小波变换是利用Mallat分解与重构算法来完成.仿真试验中,选取二阶样条小波为小波函数,对从漏磁检测装置中采集到的漏磁信号进行消噪.结果表明将小波变换应用于炮管漏磁检测中,能提高检测信号的信噪比和抗干扰能力.为漏磁信号分析、特征提取和缺陷漏磁反演打下了基础.     

水下纯方位目标运动分析的UKF滤波算法

Unscented卡尔曼滤波(UKF)是一种新的非线性滤波算法,在U变换(unscented transformation)的基础上,获得纯方位条件下的UKF算法.最后,针对水下纯方位目标运动建立系统模型并进行仿真,仿真结果表明,UKF的滤波精度、稳定性和收敛时间都优于EKF,还可避免计算烦琐的Jacobin矩阵或Hessian矩阵,给计算带来了极大的方便.     

炮兵指挥系统一体化目标分类方法

在对我军炮兵指挥系统的目标分类现状进行分析的基础上,阐述了建立目标分类标准的重要意义.详细说明了目标分类的原则、考虑因素以及方法,参照全军-体化指挥平台的相关要求制定了炮兵指挥系统目标分类的初步方案,为建立炮兵指挥系统目标分类标准奠定了基础.