数字化师指挥信息系统组网筹划问题探讨

指挥信息系统是为数字化师作战行动服务,文中探讨了数字化师指挥信息系统的组网原则,给出一个即阶段分明又相互作用的组网流程,详细分析了顺序方式、平行方式和同步方式三种组网方式的优缺点,明确给出了三种组网方式的适用场合,数字化师指挥信息系统的组网筹划进行了有益探讨。     

基于时序特征编码的目标战术意图识别算法?

对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器（ SAE）的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较,验证所提SAE算法的有效性。     

对海目标识别中舰载预警直升机引导舰载无人机的方法及阵位配置

针对水面舰艇编队对海攻击时的目标识别需求,提出了舰载预警直升机引导舰载无人机实施对海目标识别的协同样式。从引导识别的基本过程入手,建立了舰载无人机占领预定识别阵位的运动要素计算模型;基于以最短时间到达预定识别阵位的要求,建立了舰载无人机目标识别时,相对舰载预警直升机阵位配置的拟合模型,并针对舰载无人机识别时的反应时间和识别距离,建立了舰载无人机阵位配置的修正模型,为水面舰艇编队对海攻击中的目标识别提供了新手段。     

基于动态时间规整算法的车辆目标分类研究

将动态时间规整(Dynamic Time Warping)算法应用于地面车辆目标的分类识别中。基于微多普勒效应原理,建立了轮式车辆和履带式车辆雷达回波模型,对两种车辆目标微多普勒信号的差异性进行了分析,并结合实测数据,验证了理论分析的正确性。在杂波抑制及速度归一化处理的基础上,利用动态时间规整算法,将提取出的车辆目标的累积失真距离作为目标分类识别的依据,实现了轮式车辆和履带式车辆的自动分类。基于实测数据的实验结果表明,该方法在不同信噪比条件下都具有较好的分类性能。     

基于RNN汉语语言模型自适应算法研究

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型,循环神经网络(Recurrent Neural Network,RNN)建模技术在语言模型建模方面表现出了极大的优越性,逐渐在语音识别、机器翻译等领域中得到应用。然而,目前RNN语言模型的训练大多是离线的,对于不同的语音识别任务,训练语料与识别任务之间存在着语言差异,使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时,提出一种在线RNN模型自适应(self-adaption)算法,将语音信号初步识别结果作为语料继续训练模型,使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明:自适应模型有效地减少了语言模型与识别任务之间的语言差异,对汉语词混淆网络进行重打分后,系统识别率得到进一步提升,并在实际汉语语音识别系统中得到了验证。     

激光陀螺零偏误差复合信号补偿分析

作为一种集成了光学、电学和机械力学的复杂系统,激光陀螺可以精确地测量物体的角速率输出。为了满足惯性导航系统长时、高精度的测量要求,研究了激光陀螺内部不同类型的传感器与激光陀螺零偏误差之间的特性;在传统的基于温度的零偏误差补偿方法的基础上,引入二频机抖激光陀螺内部温度传感器、光电二极管和粘在抖动机构上的压电陶瓷的输出信息进行复合建模;利用非线性拟合能力强的支持向量机算法,针对不同类型信息与二频机抖激光陀螺零偏误差的相关性对模型进行优化。实验结果表明,该二频机抖激光陀螺零偏误差补偿模型的补偿精度高于传统的补偿方法。     

基于改进OMP算法的跳频信号跳变时刻精确估计

跳变时刻是跳频信号最重要的参数之一,精确估计跳变时刻有助于正确接收跳频信号,准确获取跳周期、跳频频率等参数。但是现有方法得到的跳变时刻精度不高,抗干扰能力较弱,为此提出了一种基于改进OMP算法的跳变时刻精确估计新方法。首先根据跳频信号原理建立了跳变时刻估计的稀疏表示模型;然后用改进OMP算法求解该模型提取跳变时刻。理论分析和仿真结果证明了该方法能够获取高精度的跳变时刻,估计性能优于现有算法。     

融合战术与修正物理特征的空中目标战术类型识别

针对敌方飞行器隐身、伪装技术的日趋成熟,致使我方由侦察设备获取的电磁信号严重变形,特别是物理特征在目标类型识别中的作用日趋减弱的现实问题,提出了一种融合目标战术特征修正物理特征证据的目标战术类型识别方法。该方法从目标战术类型识别的军事需求出发,提出对冲突物理特征证据的阶梯式修正规则,以及对冲突证据折扣因子的优化方法,并将修正后的证据重新组合得到识别结果。仿真实例证明该方法在处理目标冲突物理特征证据时具有高准确率的特点。该方法为复杂环境下的目标战术类型识别问题提供一种新的解决思路。     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。     

运用改进正交匹配追踪算法精确估计跳频信号跳变时刻

现有方法得到的跳变时刻精度不高、抗干扰能力较弱,为此提出一种运用改进正交匹配追踪算法的跳变时刻精确估计方法。根据跳频信号原理建立跳变时刻估计的稀疏表示模型,用改进正交匹配追踪算法求解该模型,获取跳变时刻。理论分析和仿真结果证明该方法能够获取高精度的跳变时刻,估计性能方面优于现有算法。