一种基于神经网络的磁性目标定位方法

磁性目标定位问题可归结为一类非线性规划问题的求解 .该问题的最大特点就是其目标函数的计算过程极为繁琐 .而目标函数计算的快慢对磁定位的实时性有很大影响 .在详细研究了目标函数之后 ,给出了目标函数的一种神经网络结构实现 .由于该网络结构易于并行计算和VLSI实现 ,从而可使磁定位的实时性得到改善 .     

基于多通道卷积神经网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立磁性运动目标三分量投影模型,并据此生成磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。设计多通道卷积神经网络,对目标的正横距离和运动速度进行估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响。结果表明:Adam+tanh组合方式的估计性能要优于其他组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。     

标准化全连接残差网络空战目标威胁评估

针对空战态势中威胁评估传统方法存在缺乏自学习能力和面对大样本数据集推理能力不足的问题,提出了利用深度学习的基于标准化全连接残差网络空战目标威胁评估的方法。将影响空战目标威胁的主要因素作为输入,利用普通全连接神经网络训练模型的自学习能力,结合批量标准化(Batch Normalization)的优化算法和结构优化的残差网络(ResNet)增强网络的自学习能力,比较了样本的标记和网络模型的输出。分析了训练样本个数对网络训练准确率和损失变化的影响,对比了3种不同数据量下的训练模型在同一测试集下测试的准确率和损失变化。结果表明,该方法可以快速准确地评估空战中目标的威胁程度。     

基于博弈云模型的目标作战效能态势评估方法

针对作战效能态势评估系统中因评估指标体系权重分配不合理而导致评估结果准确性出现偏移的问题,将博弈论应用到云模型加权偏离度的求取中,提出基于博弈云模型的目标作战效能态势评估方法。分别采用AHP与RAGA-PPM确定主观权重与客观权重,通过博弈云模型自适应地确定最优组合权重,并实现定性指标和定量指标的模糊转换,从而完成目标作战效能态势评估。实验结果表明,该方法准确率高达99.85%。     

无源雷达智能目标识别

现代战争给无源雷达目标识别提出更高要求。针对传统数据库匹配识别方法存在的识别率低和容错性差等缺陷,提出采用智能算法进行无源雷达目标识别,构建了无源雷达智能目标识别总体框架,并设计了支持向量机方法、神经网路方法和证据理论方法的算法运用框架。提出无源雷达智能目标识别的几个关键问题,为改进和提高无源雷达目标识别技术手段提供理论基础。     

部队实战化训练战场电磁环境构建

战场电磁环境构建是部队实战化训练的重要工作内容和现实难题。系统分析部队实战化训练的多层次需求和电磁环境构建现状,梳理总结战场电磁环境构建需求,总结概括了构建原则要求、构建对象和要素等战场电磁环境构建要点,并重点对构建实施的构建流程、构建方法和监测评估进行了设计分析。从装备要素、指挥控制和作战决策等方面,展望部队实战化训练的战场电磁环境构建,有益于部队实战化训练水平提升。     

多模态图像智能目标识别对抗攻击

基于深度学习模型的新一代智能化多模态(可见光/红外/雷达)图像识别系统已逐步在航空航天情报侦察、人机交互增强作战系统、无人作战平台自动图像目标识别以及多模复合图像末制导等多个军事场景中得到广泛应用.然而,由于深度神经网络模型在理论上存在不完备性和对抗脆弱性、多模态图像目标识别深度网络结构设计与优化在工程上存在迁移性等因...     

直升机雷达回波的动态特性分析

依据实测的直升机动态回波数据,分析了直升机机身的重点散射源及散射特征,应用Kolmogorov拟合优度检验方法及三种标准分布模型,研究了直升机动态RCS的统计特征,得到了动态RCS对各模型的拟合效果以及X2模型随视向角的半自由度分布,最后通过建立一简单的旋翼叶片散射模型并对散射中心的周期性运动调制效应进行了讨论,分析计算了直升机动态回波的谐波特征.     

舰船回转运动时拖曳声纳阵位预报研究

根据船舶操纵性标准方程 ,预报了拖船水平面的操舵回转运动 ,由此确定船舶操舵回转时拖点的速度作为拖曳声纳运动预报的拖点边界条件 .利用拖缆回转运动计算程序 ,计算了船舶回转时拖曳声纳阵位 ,初步讨论了船舶操舵回转对拖曳声纳的影响 .