基于贴近度的雷达信号个体识别方法

雷达信号个体识别是雷达信号识别领域的研究热点,雷达"指纹"特征参数的选取、雷达"指纹"特征参数的高精度测量以及雷达信号个体识别算法是雷达信号个体识别的3个关键技术.提出了将贴近度运用于雷达信号个体识别中,采用了基于阀值原则与贴近度原则相结合的识别手段,给出了个体识别流程和个体数据库中特征参数权重更新手段.理论分析与计算机仿真表明,该方法是切实有效的.     

基于VD-AiNet聚类算法的空袭目标类型识别

针对防空反导作战中空袭目标类型识别问题,在分析空袭目标的主要类型、识别指标及其识别原则的基础上,将人工免疫算法中矢量距人工免疫网络聚类算法应用于抗体样本训练模块,并建立了抗体训练和目标识别的并行决策模型.最后进行了算例验证,结果表明了算法和模型的可行性和有效性.     

光纤捷联惯导系统快速标定方法

为降低光纤捷联惯导系统标定对转台的要求,缩短标定时间,提出了一种利用双轴转台完成的八位置标定方法.根据光纤陀螺和石英加速度计的简化输出模型,在双轴转台上合理选择编排八个标定位置,利用输出脉冲量对光纤惯组的27个参数进行解算.通过数学仿真,该方法与使用传统方法标定精度相当,但标定时间短,方法简单易行.     

供弹动作可靠性仿真研究

为了提高供弹机构的供弹可靠性,以某供弹机为研究对象,研究了供弹机的动作可靠性仿真方法,建立了其动力学仿真模型;利用编制的参数化驱动软件,实现了拨弹轮初始定位角度的参数化驱动;通过随机抽样确定拨弹轮的初始定位角,完成供弹机构的参数化驱动供弹仿真;结合可靠性应力强度干涉模型,计算了供弹机构的动作可靠性,并根据仿真结果优化了...     

基于Polymax算法的大型塔架模态参数识别

以环境随机激励作用下的大型塔架结构为研究背景,提出了基于Polymax算法的大型复杂系统模态参数识别方法。首先针对大型塔架设计环境激励响应信号测试系统,然后对获取的激励响应信号进行分析和截取,选出各组试验中理想的响应信号段,最后基于Polymax算法对截取信号段进行参数识别,并将获取的结果进行模态验证。结果表明：该方法对于大型塔架模态参数的识别具有较高的精度。     

一种基于调制谱的空中目标识别方法

雷达目标的微多普勒特征在雷达目标探测与识别中受到越来越多的关注,正在成为目标探测与识别领域的新兴研究方向。介绍了一种基于调制谱的空中目标识别方法,根据空中目标回波、综合时域的幅度信息、时域的相位信息和频域的微多普勒信息,将空中目标分为直升机类目标、螺旋桨类飞机目标和涡扇类飞机目标,利用实测数据对结论进行验证,表明该方法可以用来对这些目标进行分类。     

基于相对密度的增量式聚类算法

基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。同时,通过定义新增对象的影响集和种子集能够有效支持增量式聚类。     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法.小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明, 该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求.     

基因短序列模式分析及其在5'剪接位点识别中的应用

短序列模式分析是基因序列分析的一个重要组成部分,在进行生物信号识别的时候,一般都会利用到短序列模式的信息。通常短序列模式的数目很多,如果每个都应用到生物信号识别中,会产生大量的参数,而且无法体现信号的主要特征。为了找出在识别信号位点中起关键作用的短序列模式,以信息增益作为评价依据,按照逐步选择的策略,将模式进行排队。根据排队结果,选取信息增益突出的短序列模式作为识别生物信号的关键依据,这样可以用较少的模式得到较好的结果。结合选取的短序列模式,用最大熵模型作为信号序列真实分布的估计,从而对给定序列进行识别。最后将这个方法用于5’剪接位点的识别,得到了满意的结果。     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.