排序方式: 共有6条查询结果,搜索用时 375 毫秒
1
1.
由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度. 相似文献
2.
3.
4.
本文研究现代控制理论在航空火控人—机系统分析中的应用。利用D.L.Kleinman的人模型,在最佳控制和估计理论的基础上,建立了火控系统闭环回路中关于跟踪反应方面歼击机驾驶员的一个计算机化的预测模型。系统动力学包含时变因素,模型还包括了人在执行任务中具有的时间滞后和随机干扰等各种限制。文中提出了火控系统中驾驶员关于信息处理和执行控制特性方面建立预测模型的方法,并在近距离和远距离跟踪条件下进行了数字模拟,计算表明:模型预测和已经了解的驾驶员实际跟踪过程是非常接近的。从对具有不同阻尼系数瞄准具的系统进行模拟的结果也得到与以往关于阻尼系数分析相一致的认识。 相似文献
5.
证据理论与模糊神经网络相结合的身份估计方法 总被引:7,自引:0,他引:7
重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知道等方面显示了很大的灵活性,但是在基于证据理论的身份估计融合中,基本可信度的分配是一个与应用密切相关的问题,也是实际应用中最难的一步。利用模糊神经网络来处理证据理论中的基本可信度分配问题,并对几种空中目标进行了身份估计数据融合,经计算机仿真实验证实了该方法的有效性。 相似文献
6.
1