BP神经网络和D-S证据理论的目标识别

目标识别是指挥自动化系统的一个重要组成部分,针对现代战争对抗手段不断增强的特点,运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法.前端采用3层BP神经网络结构,以传感器接收数据为输入,以神经网络输出作为证据,后端对不同传感器的证据按D-S理论进行融合,得到待识别目标的识别概率.经由MATLAB编程对国内外几种主要机型的识别进行仿真研究,与现行目标识别方法相比较,能够更快速、准确、可靠地识别飞机目标,较好地满足了空战中作战指挥系统对飞机机型识别的需求.     

交互式多模型目标跟踪的研究现状及发展趋势

系统地介绍了交互式多模型算法在机动目标跟踪领域中的发展现状、发展方向及其与数据关联相结合进行目标跟踪的发展趋势.通过分析交互式多模型算法本身存在的问题,指出了一些改进方法的可行性与不足;进一步介绍了数据关联与交互式多模型算法结合进行目标跟踪的发展情况及取得的成果,并对以后与交互式模型相关的研究方向进行了探讨.     

混沌时间序列中弱信号的检测

介绍了混沌的基本特性,利用混沌时间序列对RBF神经网络进行训练,则训练好的神经网络对混沌序列未来时刻的值具有一定的预测能力.若混沌序列中包含有目标信号,则其混沌特性将受到影响,导致神经网络对其预测误差的增大.这样可根据预测误差对淹没在混沌杂波及混沌杂波加一定强度的白噪声中的弱目标信号进行检测.仿真结果表明这种方法优于传统的目标检测方法,有着较好的杂波抑制能力.     

舰炮对岸无瞄准点射击诸元计算模型

介绍了一种新的舰炮射击方法--舰炮对岸无瞄准点射击概念、原理,建立了目标相对坐标计算模型、观测舰位坐标转换模型,解决了水面舰艇舰炮对岸上目标射击诸元计算问题.舰炮对岸无瞄准点射击,解决了水面舰艇全天候对岸应召射击问题,显著提高了舰炮对岸打击能力和战术使用的灵活性.     

基于两坐标雷达与红外传感器的融合跟踪

针对两坐标雷达与红外传感器的融合跟踪问题,提出一套基于航迹关联事件的后验概率最大化准则和"最近邻"思想的状态信息相关与融合估计的一体化实现方法,克服了两种传感器观测数据不完整给融合处理带来的困难,通过充分利用雷达的航迹,点迹和历史信息,融合高精度的红外测角和雷达测距信息,改善系统的跟踪能力.最后的仿真实验表明了该方法的有效性.     

图像匹配技术在对岸火力支援中的应用

针对水面舰艇对岸远程火力支援的作战需求和未来的发展趋势,对卫星和空基侦察信息在舰载武器对岸火力支援作战中的应用可行性进行了分析,提出了通过综合应用卫星和舰载无人机(UAV)侦察图像进行景象匹配,精确定位岸上远程目标对射击偏差进行观测修正的技术思路,为水面舰艇对岸上远程固定目标实施精确打击提供了一种可行和有效的手段.     

干扰下雷达网的威力范围

分析了构成雷达网的主要威胁干扰是压制式干扰,根据压制式干扰的特征和干扰下的雷达方程,分析雷达网的威力范围,提出一种采用MATLAB将雷达网的作用范围、目标轨迹及干扰轨迹画在同一图中的方法.比较目标是否在雷达网威力范围,根据等高线判断某一高度的目标是否在雷达网的威力范围之内.并给出两相控雷达存在压制式干扰情况下对一机动目标的防御范围.     

基于曲线拟合的多传感器时间对准方法研究

针对多传感器数据融合时间不同步、数据率不一致的特点,提出了一种基于曲线拟合的时间对准算法.该方法能将不同传感器测得的不同采样周期的数据对准到同一时间点上,以便进行特征提取与数据融合.同现有算法相比较,该算法计算简单,速度快,提高了融合效率.     

雷达虚拟维修训练系统中的数据存取与应用

简要介绍了通用雷达装备虚拟维修训练系统.针对系统存在的不足,根据XML数据库与关系数据库之间的映射方法,提出了基于XML Schema,对XML数据库进行数据存取的思路.从XML Schema描述VC 结构出发,解析XML数据,利用XML转化成DOM来对数据进行存取,并提供了一个具体实例.对虚拟维修训练系统置于广域网跨平台进行异构数据操作的开发具有重要意义.     

某高炮数字指挥仪的改造

为了使某高炮数字指挥仪能够适应现代战争的需要,遵照中央军委关于"要用高新技术改造现役装备"的指示,在不降低原高炮数字指挥仪战术技术性能的基础上,加装了红外热像仪、激光测距机、激光距离转换计算机、雷达诸元转换计算机.使该装备不仅能够与部队现配置的雷达连接使用,还增加了目标探测手段,增强了夜间作战能力,提高了装备的性能,成为新一代的光电防空火控系统,适应现代战争的要求.