非相参三点源有源诱偏下ARM弹着点研究

非相参多点源诱偏技术是对抗反辐射导弹(ARM)的有效手段。以ARM目标分辨的二分组理论和双点源诱偏的仿真结果为依据,对等功率三点源诱偏的2种经典布局的ARM落点整体分布进行预测。通过对ARM落点和系统被击中概率曲线的分析及拟合处理,验证了预测的正确性及系统被击中概率与占地面积的相关性,为通信辐射源抗ARM的布设提供一定的参考。     

目标识别的D-S融合算法

从防空角度出发,详细地阐明了D-S理论中关于多传感器数据融合的原理和目标识别的方法,同时结合应用实例给出了详细和可行的算法.     

一种新的多传感器多机动目标快速跟踪算法

基于FAFDA滤波算法,根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中,构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,蒙特卡洛仿真结果也表明它对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

数据融合在现代雷达引信中的应用研究

介绍了数据融合的基本理论和实现技术,分析了防空导弹现代雷达引信设计中的数据融合问题。利用多传感器数据融合方法建立了雷达引信数据融合结构模型。应用MSPDAF数据融合算法进行数学仿真,并给出仿真结果。     

基于体系仿真大数据的效能评估方法

随着复杂系统仿真技术、计算能力和数据管理能力的发展,仿真数据逐步呈现大数据特点,评估指标之间也存在高维度、高冗余、高相关等突出问题。结合上述背景,分析了基于体系仿真的效能评估问题研究现状,介绍了深度学习技术的研究进展。指出采用合理的指标约简方法、使用高效的神经网络模型进行效能评估是下一步的研究重点。     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。     

声音

“目前事件复杂因素不断增加,搜救范围更广’难度更大,但只要有一线希望,我们就应继续尽最大努力搜救。希望马方进一步及时、准确、全面向中方提供掌握的更加详细数据信息,包括第三方信息,尽快明确搜救范围,提出方案,提高效率。”     

一种基于毁伤数据的弹目匹配方法

对传统的弹目匹配仍在定性分析,未有效利用毁伤数据的情况,提出一种基于毁伤数据的弹目匹配方法。将目标信息输入研究者总结的相应经验公式或用毁伤数据所训练的catboost回归模型,得出要使目标达到毁伤程度所需的各毁伤元强度,再综合弹种威力场数据计算出各弹种的分数,选出弹种。以铁路桥目标为例,说明各弹种对目标的匹配度分数与弹种设计目的的一致性。