一种诊断测量仪表故障的新方法

本文在分析各种测量仪表故障诊断方法的基础上,综合出一种新的诊断测量仪表故障的方法,称为仪表故障诊断与适应。     

CCD摄象机在检测雷达角度跟踪系统性能中的应用

本文提出用 CCD 摄象机和单片微计算机所组成的系统实现对雷达角度跟踪性能指标的检测,这一新方法可自动录取:雷达的光轴与电轴的匹配状况;雷达角度跟踪系统的误差;当雷达跟踪空中目标时对目标录象,用以评定雷达的跟踪质量.     

一种基于中值滤波和边缘检测中模板匹配的图象滤波增强算法

本文针对数字图象处理中滤波可使圈象边缘模糊的现象,设计了一种组合式滤波增强算法。该算法在边缘地区沿着边缘方向进行滤波增强,在其它地区则进行滤波平滑操作,消除噪声。     

一种确定检测时间的方法

在许多作为侦察用的无源传感器只报出其检测结果时,利用此传感器一系列检测报告确定被检测目标何时进入及何时离开此传感器检测区域,成为解决决策级信尽融合问题的关键。本文讨论了一种利用序贯分析方法计算检测时间的近似方法。     

舰载跟踪雷达捕获概率分析

论述了舰载跟踪雷达捕获概率的分析与计算方法,给出了影响跟踪雷达照准概率的误差环节,并对搜索雷达稳定平台的隔离剩余误差作了较详尽的分析。     

超动态变化的压力测量

本文介绍了采用MS-1215A/D板与IBM兼容机等组成的压力信号采集处理系统。该系统能对模拟压水堆大破口失水事故时超动态变化的压力进行高速采集,并能及时进行数据处理;根据需要还可打印有关参数和图表。此外,本文还介绍了为确保输入计算机的信号可信而采取的有效措施。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

表示结构化知识的神经网络模型

研究和设计了一种高度结构化的神经网络模型ＨＳＮＮ,它能方便地对结构化知识进行表示和处理。文中给出了ＨＳＮＮ的设计过程,并讨论了ＨＳＮＮ在继承、非单调推理和信息检索等方面的应用     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右