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。     

扩展卡尔曼滤波的最优红外被动制导律

建立了导弹-目标攻击简化数学模型,运用线性二次型理论得出最优随机制导规律.通过建立伪测量方程,运用变增益扩展卡尔曼滤波技术求解了只有角度信号下的导弹被动制导问题.大量的数字仿真表明该导引规律具有收敛快、无偏差、精度高的特点.     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%~18.2%,并且具有更好的识别稳定性。     

依据噪声能量变化提取目标运动信息的方法

在对被动噪声声纳接收的噪声能量随时间的变化规律分析的基础上,从理论上分析噪声能量的变化与目标运动参数关系,给出了其中所含目标运动信息的提取方法.     

探潜神耳:世界先进机载 吊放式声纳一瞥

吊放声纳是反潜直升机的重要装备,主要用于对潜艇的搜索、跟踪、测向、测距、测速及目标识别。它利用反潜直升机机动灵活、能较快飞至潜艇出现海域的特点,可在短时间内搜索大面积海域,探潜攻潜。     

被动导引头对噪声调频源镜像目标抑制技术

研究了相位干涉仪体制被动导引头对噪声调频干扰源地面镜像目标抑制技术,分析了地面镜像目标对相位干涉仪测角的影响,给出了一种相位干涉仪体制被动导引头抑制噪声调频干扰源地面镜像目标影响的方法。     

“水下蛟龙”要变身?

潜艇以其隐蔽性能好、机动能力强、突击威力大等独特性能被誉为"水下蛟龙"。如今,潜艇将迎来又一个快速发展的新时期。有军事专家称,一批机理独特、性能优异、战斗力更强的新概念潜艇将呼之欲出。真正的"幽灵":隐身潜艇能隐形潜艇一旦失去隐蔽性,将成为非常脆     

始终处于大气层内飞行的TBM被动段弹道预测

对大气层内飞行的TBM弹道进行预测时,需要根据不同的应用要求,在求解精度允许范围内用近似方法对六自由度运动进行简化,获得简便实用的弹道预测方法。在假设获得TBM被动段弹道初始位置和速度参数的基础上,首先构建简便实用的处于大气层内飞行的TBM被动段抛物线弹道模型;然后将雷达测得的TBM被动段弹道初始位置和速度参数作为初始条件,对弹道方程采用精度较高的龙格-库塔法进行求解,相应得出被动段弹道上各点及落点的位置和速度参数,进一步确定出落点位置的地理位置经纬度。在某地空攻防对抗仿真项目中应用表明,弹道模型及其求解方法可应用于实战或较为逼真的仿真系统中。     

实验确定螺旋箍筋柱被动侧压力

本文提出确定螺旋箍筋柱被动侧压力的实验方法。这一方法比理论计算更为精确可靠。     

舰艇编队多声纳数据融合

分析了标准kalman滤波(KF)和自适应kalman滤波(AKF)的原理,通过仿真实验,对两种滤波算法的性能进行比较.结合各种声纳的探测特性和水下目标的特点,建立了舰艇编队的数据融合方案.选用简单凸组合融合算法作为舰艇编队协同反潜的航迹融合算法,将多声纳融合系统的融合结果和简单交叉定位算法进行了比较研究.仿真实验结果表明:自适应kalman滤波比标准kalman滤波具有更好的目标跟踪性能,多声纳融合结果较简单交叉定位结果的性能有大幅度提高,所选用的融合算法航迹能够较好的与真实航迹吻合.