基于支持向量机的宽带相控阵雷达目标识别技术

宽带相控阵雷达高分辨一维目标距离像对弹道导弹的目标识别具有重要意义.首先对目标一维距离像进行预处理,通过双谱分析提取不依赖于目标平移的双谱特征,采用截断距离像频谱的方法减少了目标特征量维数.利用特征量的扩散因子对特征量进行预选择,并根据宽带相控阵雷达多目标跟踪时目标样本数有限与主副目标样本数不一样的特点,利用加权支持向量机(SVM)进行目标识别,实测数据表明所提出的方法是有效的.     

导弹防御系统信息移交研究

拦截弹单纯依靠弹载红外传感器进行目标识别难度很大,将地基雷达的目标识别结果上传给拦截弹必将提高拦截性能并减轻红外识别负担,有利于降低弹载传感器的配置要求.提出了信息移交的概念,分析了国内外的研究现状,指出了需要解决的问题,然后建立了单目标、多目标和目标群信息移交模型,最后指出了需要进一步研究的问题.     

基于贝叶斯网络的空中目标作战企图识别研究

研究探讨了空中目标作战企图的识别问题.提出了基于贝叶斯网络和模糊逻辑相结合的空中目标作战企图识别方法,通过专家知识建立网络模型的结构,运用案例库分析来训练网络模型的边缘概率和条件概率参数,并用简单的示例推理验证了模型的有效性,该模型可以在有证据缺失的情况下进行推理.     

雷达情报特征的Bayes识别方法

根据雷达情报目标判性应用背景,对Bayes方法在该领域的应用进行了研究,初步建立了基于雷达情报特征的统计模型,并在算法的收敛速度和稳健性等方面与D-S证据理论进行了比较。仿真结果表明,Bayes方法对先验信息的精确程度要求并不十分严格,能较好地解决雷达情报综合问题。     

不变矩理论及其在目标识别中的应用

几何形状的识别在计算机视觉中具有十分重要的意义,一般几何形状可以分为区域和边界两种。不变矩特征在图像平移、伸缩、旋转时均保持不变。介绍了利用图像的不变矩向量进行目标形状识别的方法,并比较了Hu提出的基于区域的不变矩和Chen提出的基于边界的不变矩的性能和计算速度。     

频频误伤谁之过

在伊拉克战争中,美英联军凭借其强大的军事实力迅速取得了胜利。然而,在这场辉煌胜利的背后,一些联军官兵却因为误伤成为冤魂。频频误伤谁之过? 2003年3月7日的英国《简氏防务周刊》报道,为了防止在战争中误伤友军,美军加大了防误伤设备的研制与装备步伐。报道称,美军为其部署在海湾地区的作战部队装备了最新型“防误伤战术通信系统”,并宣称这种数字化的“21世纪旅级部队作战指挥系统”能随时跟踪战场上的情况,精确分辨敌军和友军,保证美军和盟军能共     

数据融合与敌我识别综述

敌我识别 (IFF)是自动目标识别 (ATR)技术的重要应用之一。高科技条件下现代战场中的目标侦察与敌我识别问题 ,一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求 ,具有敌我识别能力的系统 ,已成为 2 1世纪战场数字化系统的基本功能单元之一。扼要介绍了目标识别的有效途径、可提高敌我识别系统效能的数据融合技术及IFF现状与发展趋势。     

指纹识别技术在可视化后勤仓库管理中的应用探讨

身份识别和网络安全越来越被人们广泛重视。指纹识别技术是应用在身份识别和网络安全中最具代表性和应用前景的一种技术。随着可视化后勤系统的建设,指纹识别技术将成为我军未来后勤仓库安全管理的关键技术之一。在分析指纹识别技术及其性能的基础上,结合后勤仓库安全管理的特点,提出了指纹识别在后勤仓库管理局域网和广域网上的具体实现方案,并介绍了指纹识别技术在可视后勤中的具体应用方法。     

火炮射击声信号AR模型特征研究

针对现代炮兵战场上的目标识别问题,阐述了火炮射击声信号数据—发射波、弹道波和爆炸波的特征,介绍了火炮射击声信号AR模型谱估计的方法和步骤,利用MATLAB信号处理工具箱具体实现了三种不同类型火炮发射波的AR模型谱估计,并对一批样本成功进行了分类识别实验,探讨了火炮射击声信号AR模型特征在现代战场火炮目标识别中的意义和应用价值。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。