一种新的模糊多层自组织神经网络图像目标检测方法

神经网络方法和模糊集理论用于图像处理和目标检测时各有优势,文中提出了一种将神经网络和模糊集理论集成的混合方法,即模糊多层自组织神经网络法。该方法将模糊测度作为神经网络的目标函数,网络包括多层结构,任一层中的一个神经元对应图像中的一个像素,该神经元只与前一层的对应元素及其邻域元素连接。针对遥感图像的实验处理过程证明该方法能够有效地进行目标检测和提取,并且具有良好的噪声免疫力。     

适应“两场”环境 改革城市民兵工作

新时期,城市民兵工作面临全新的环境.一方面,我国建立和发展社会主义市场经济体制,使计划经济体制下的民兵建设模式面临着严重的冲击;另一方面,战争形态的发展变化,使传统的民兵组织结构布局不利于在高技术战场上遂行作战和保障任务.因此,城市民兵建设必须自觉适应"两场"环境,深化调整改革.     

切实加强组织领导抓好民兵在岗训练落实

随着我国现代化建设的迅速发展,地方企业与军事对口的专业越来越多,依托这些企业和专业组建民兵对口专业分队,既提高了民兵组织科技含量,又较好地缓解了民兵训练与生产的矛盾.目前,民兵对口专业分队已经成为民兵队伍的骨干力量.在实际工作中我们感到,当前民兵对口专业分队在岗训练落实得不够好,有的没有作为一个重要问题来抓,有的虽然抓了但随意性很大,层次较低,效果不理想,技术与战术脱节、训练与生产脱节的现象较为突出.应当看到,民兵对口专业技术分队如果没有岗位训练的落实,基本军事技能很难达到与部队同等的水平,难以在未来敌我高强度对抗中适应战场环境,也就难以实现"打得赢"这一根本目标.为此,我们在城市民兵工作改革中,对如何抓好民兵在岗训练的落实进行了探讨.     

国防动员工作须实行“五个转变”

当前,我国的国防动员工作环境发生了很大变化.社会主义市场经济的深入发展特别是加入WTO,给国防动员工作带来了新的机遇;保障打赢现代技术特别是高技术条件下局部战争的新要求,给新时期国防动员工作提出了新标准;世界新军事革命的蓬勃发展,使国防动员工作的指导思想、工作方式等面临着新的挑战.在这种情况下,要开创国防动员建设的新局面,必须实行"五个转变".     

分布式多目标跟踪中的数据融合问题——一种新的相容性准则及融合过程分析

用一个新观点讨论了利用分布式传感器网络进行多目标跟踪中出现的信息融合问题。对航迹相容性和假设相容性的判别问题 ,从一个新的观点 ,即“无矛盾原则”出发 ,给出了完整的与前人不同的航迹和假设相容性的判别条件。同时对航迹的融合过程和假设的融合过程做了详细的分析 ,证实两个假设相融合得到多个全局假设是合情合理的     

用IMMPDA固定延迟平滑算法对杂波环境下机动目标的多传感器跟踪

本文对于在杂波环境下用多个传感器跟踪一个高度机动目标提出了一个次优的固定延迟平滑算法。此固定延迟平滑算法是把基本的交互式多模型方法(IMM)和概率数据互联(PDA)技术应用到扩展状态系统上发展而来的。在过去这种方法只使用在确切考虑量测来源(即无杂波)的马尔科夫开关过程上。本文通过对一个高度机动目标跟踪的仿真例子来说明这个算法,其中仿真假设有两个传感器:一部雷达、一部红外,都作用在密集环境下。提出的平滑算法引进了在估计时刻与最新量测之间的一个短时延迟,使得在航迹估计精度上与已有的IMMPDA滤波算法相比,有了显著地提高。而且其计算量只是随着延迟时间线性增长。然而,在一些应用中跟踪的延迟可能导致在控制闭环中产生不希望有的影响。     

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.     

发射空对空导弹时目标进入角的确定

提出了一种确定目标进入角的原理和方法,这种原理和方法具有较高的计算精度和实时性,易于工程实现,可用于机载火力控制系统完成空对空导弹允许发射区计算.     

改进型自适应推广卡尔曼滤波器的应用

针对在被动方式下进行水下目标跟踪容易导致滤波发散和收敛精度不高的问题,介绍了一种改进的自适应推广卡尔曼滤波算法。它能够在线估计虚拟观测噪声的统计特性,从而克服了观测模型线性化误差带来的不良影响。同时,通过引入修正增益函数,克服了由于观测噪声的统计特性不能精确已知而导致的滤波不稳定问题。仿真结果表明,不管是滤波精度还是收敛速度,都优于原来的自适应推广卡尔曼滤波算法     

多目标广义指派问题的模糊匈牙利算法求解

提出和讨论了两类多目标的广义指派决策问题,分别给出了它们的多目标整数线性规划数学模型,并结合模糊理论与解决传统指派问题的匈牙利方法提出了一种新的求解算法:模糊匈牙利法.最后给出了一个数值例子.