排序方式: 共有25条查询结果,搜索用时 281 毫秒
1.
用于跟踪机动和非机动目标的算法有很多[1]—[4]。对机动目标和非机动目标可以使用不同的算法。检测目标机动的能力能为给定的态势提供良好的算法。通常采用一些特定的技术实现机动检测。神经网络为实现目标机动检测提供了一种新工具。已经为这种应用开发测试了两个不同的网络。一个网络使用方位数据,另一个网络使用滤波器残差。方位数据先被仿真,然后被滤波,以便为这两种网络提供所需要的输入。使用反向传播算法训练每个网络,该算法是一种被资料证明的普通梯度下降训练算法[5]。已经研究了很多不同的多层感知结构。这里介绍的两种结构能在训练和测试时提供最好的性能。对这两个网络进行了相互比较,并且与一个特定的门限算法进行了比较,给出了相对性能数据。这项研究结果表明,利用神经网络实现目标机动检测是可能的。 相似文献
2.
舰载作战指挥与火控系统发展研究 总被引:1,自引:0,他引:1
本文论述了国外海军网络战的发展与结构、综合化作战指挥与火控系统、综合武器系统的发展以及支持这些发展的信息技术。本文还提出了加速我国海军作战指挥与火控系统发展的建议。 相似文献
3.
4.
本文介绍了宙斯盾作战系统的计算机系统由大型主机结构向分布式结构、由采用军用标准计算机向采用商用流行计算机发展的情况。展望了21世纪的宙斯盾高性能、全分布式计算机系统。 相似文献
5.
水面舰艇新一代作战指挥与火控系统发展趋势 总被引:2,自引:0,他引:2
本文综述了国外海军水面舰艇新一代指控系统的发展趋势。重点评述了综合指控系统、综合近程防空战系统、综合反潜战系统和火控系统的发展。 相似文献
6.
本文叙述了在舰艇作战室实现指挥与控制智能化的必要性,介绍了英国海军已经开发的或正在开发的用于作战指挥辅助、电子战控制和数据融合的人工智能系统。 相似文献
7.
“宙斯盾”计划办公室目前正在与其它采办机构合作,将商用流行产品(COTS)及标准快速地综合到宙斯盾舰艇的各种系统中。这项工作的关键是理解怎样使用COTS产品和标准而不影响舰艇的战斗力。本文介绍宙斯盾舰上采用了COTS产品的某些系统。 相似文献
8.
9.
本文介绍了美国海军舰载宙斯盾武器系统、MK92火控系统和密集阵过程武器系统的自动诊断、测试和维修技术。 相似文献
10.
在“四年防务评审”(QDR)中,所审查的问题包括美国海外军事承诺的性质、规模和形式。按照美国海军的观点,前方部署和建立基地的问题是四年防务评审所审查的最难办的问题之一。 争论的焦点在于两个实际困难:目前承担海军使命的战舰和飞机数量比本世纪30年代以来的任何时候都少,并且在不久的将来舰队规模有可能进一步缩小。其结果是每个战斗群只有少量的舰艇。另外,由于一艘舰艇在一个时间只能部署在一个位置,常规的思想可能会认为战斗群从部署到产生支撑火力,其执行任务的效能将会降低。 相似文献