Agent目标判别的神经网络-证据理论法

重点研究了目标识别领域中证据理论与模糊神经网络相结合的多Agent数据融合方法.作为传统Bayes理论的推广,证据理论由于满足更弱的信息来源条件,尤其是在区分不确定与未知方面显示了很大的灵活性,因此备受关注.然而,基本可信度的分配是一个与实际应用密切相关的问题,也是较难操作的一步.本文通过对模糊神经网络的训练来处理证据理论的基本可信度分配问题,经计算机仿真表明这是一种行之有效的方法.     

低空隐身巡航导弹突防监测与航线预测系统

隐身巡航导弹在现代战争中的地位和作用越来越重要.如何防御隐身巡航导弹,已成为加强防空的重大课题,因此受到各国军方的高度重视.而防御巡航导弹的首要条件是及早发现并探测出巡航导弹,然后进行分层处理.根据隐身巡航导弹的特点,提出了一种基于移动通信网的隐身巡航导弹预警系统.该系统利用隐身低空飞行器对移动通信信号的吸收和遮蔽效应,利用传感器网络分析电磁环境的变化,实现对隐身巡航导弹突防的探测,同时还可以避免系统遭到反辐射导弹打击.仿真结果表明,所提出的方法不仅具有低复杂度的可实现性而且有较好的效果.