基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。     

无人机在陆地边境管控中的应用展望

随着现代科学技术的迅猛发展,无人机技术也相对成熟起来,已经开始从军事领域广泛应用到民用领域。特别是其具有灵活机动、成本低廉、便于执行高危险任务等优势、特点,已经被国外边境管控部门广泛运用。随着我国创建"智慧警务"活动的深入开展,无人机作为一项新技术无疑也将会被广泛应用于我国边境管控活动之中。论述了无人机在我国陆地边境管控中应用的必要性、可行性和优势,探讨了无人机边境管控还需突破的技术与解决的问题,展望了无人机在我国陆地边境管控中的应用前景。     

一种雷达辐射源时域相参识别的新方法

提出了一种雷达辐射源时域相参识别的新方法,通过判断鉴相脉冲幅度的变化来识别信号的相参性。对时域识别法的原理进行了分析,给出了时域识别法的数学推导和具体的识别步骤,并通过仿真实验对推导结果进行了验证。此外,讨论了信噪比对时域识别法的影响,并给出时域识别法的适用条件。仿真结果表明,该方法在较低信噪比情况下可以实现对信号相参性的识别,具有较强的理论价值。     

基于响应面与遗传算法的柴油机喷射参数优化

为解决燃油喷射系统参数优化中高效寻求全局最优解问题,综合响应面设计和遗传算法的优点和不足,采用多项式响应面模型代替原始遗传算法中计算量庞大的目标特性分析模型,建立了多项式响应面模型和遗传算法相结合的参数优化方法。结合非线性规划的凸性分析证明了遗传算法在预定优化区间内全局最优解的唯一性。对优化匹配后的喷射参数进行了模拟计算,结果表明:优化后柴油机油耗降低了1.96g/(kW·h),功率上升了0.99%,排气温度降低了21.86℃。表明该方法具有简单可靠、优化效率高等特点。     

高超声速飞行器新息滤波交互式多模型跟踪算法

研究临近空间高超声速飞行器在运动特点,针对强杂波环境下高速、高机动目标跟踪问题,提出用新息滤波减小观测噪声以修正模型概率更新过程的算法。Monte-Carlo仿真结果表明:该算法可以有效减小量测噪声对系统滤波的影响,提高滤波精度,在临近空间强杂波环境下具有较好的跟踪精度,具有一定工程实用价值。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

两栖型指控车非线性横摇安全盆侵蚀研究

采用单自由度系统研究了两栖型指控车在规则波激励下的非线性横摇和倾覆,非线性横摇控制方程应用四阶龙格库塔法进行数值积分;以波浪扰动力矩的幅值和波浪的频率作为变量,研究了两栖型指控车的安全盆侵蚀问题。以波浪扰动力矩的幅值为变量的安全盆侵蚀研究结果表明:当波浪扰动力矩大于0.01时,安全盆开始出现侵蚀现象,当波浪扰动力矩大于1.84时,安全盆的安全域已经变成了几个离散的点,随着波浪扰动力矩继续增大,安全盆的安全域将继续严重侵蚀,直到消失为止。以波浪频率为变量的安全盆侵蚀研究结果表明:两栖型指控车的安全盆侵蚀对波浪的频率敏感,安全盆出现明显的侵蚀;随着频率的增大,安全盆侵蚀将不会发生,表明两栖型指控车对高频波浪是安全的。     

C4ISR系统需求描述模式

科学、有效的C4ISR系统需求描述模式是获得完整、准确的C4ISR需求文档的关键,是C4ISR需求工程研究的重要组成部分.从研究C4ISR需求文档体系的结构出发,分析了C4ISR需求的描述规范;基于面向对象技术,研究了需求构件的设计;并对需求构件和需求的重用性进行了研究;在此基础上,给出了C4ISR系统的需求描述框架,包括需求描述的过程及每一步的支撑技术、约束条件、产品等.     

使用小波分层连通树结构的压缩信号重构

基于小波树模型的压缩感知可以通过较少的观测量得到鲁棒的信号重构,但采用最优树逼近时,则存在复杂度大的问题。在证明分层后的小波树仍然具备连通树性质的基础上,提出了基于小波分层连通树结构的压缩重构算法,在与原观测量一致的情况下,保证了重构精度并且提高了重构效率。实验结果表明,改进算法相对于原算法在处理大尺度数据时,效率有明显的改善。     

稀布阵下宽带多波束组合印证测向算法

在稀布阵下,对信号强度不同的多个信号进行多波束测向时,由于波束主瓣较宽,副瓣较高,因而无法分辨信号到达方向。针对此问题,提出了一种新的多波束测向算法,即多波束组合印证测向算法。该方法充分利用高副瓣的特点,建立多波束学习训练匹配表,通过查表综合判定信号到达方向。仿真实验结果表明:该算法很好地解决了稀布阵下对同时到达阵元的多个信号测向问题,且算法简单,运算量小,测向精度较好,具有很好的工程应用价值。