基于神经网络的地空导弹武器系统作战能力评估

根据地空导弹武器系统的作战使用特点,分析了评估其作战能力方法的局限性。根据指标体系设置的原则,建立了地空导弹武器系统作战能力评价指标体系。通过分析人工神经网络的结构和特点,设计了评估地空导弹武器系统作战能力的神经网络模型。该模型不需要确定各因素之间严格的定量关系,克服了以往由于人为因素所造成的负面影响。最后通过实际应用,说明该方法简便易行,准确可靠。     

最小二乘向量机结合光谱维信息检测弱小目标

现有天基红外导弹预警系统对目标的检测侧重于对红外图像的处理。从光谱维数据分析角度出发,结合红外弱小目标图像信噪比低的特点,提出了一种利用最小二乘向量机(LSSVM)结合目标光谱维信息检测弱小目标的方法,并以F测度函数为适应度函数,利用人工蜂群算法(ABC)对最小二乘向量机的正则化参数和核函数参数进行优化。应用小样本训练数据建立了LSSVM检测器,以4型典型导弹目标尾焰红外辐射特征谱数据作为训练样本,比较了ABC算法、网格搜索(grid search)算法、粒子群(PSO)算法和遗传(GA)算法。实验结果表明,在低信噪比条件下,由ABC优化的LSSVM模型能获得更好的检测性能。