单一流空情生成模型仿真

根据单一流空情的特点,立足贴近实战的要求,分别建立了空袭批数模型、航路生成模型、批次序号模型、类别指数模型、任务指数模型、编队数目模型和干扰模型共7个模型,并且按人工给定航路的方法进行了单一流空情生成的仿真实验,验证了该模型与以往模型相比具有一定的进步性,对防空兵作战仿真系统的开发具有一定的参考价值。     

地效飞行器的战略价值透析

未来的海空战场谁领风骚?这是一个很难回答的问题。但可以肯定地说,地效飞行器的特殊战略功能,决定了它在现代战略武器系统中的突出位置和未来战争中的重要作用。它的特殊,就在于利用“地面效应”在水上超低空高速飞行,速度是舰船的10倍,而且起降距离短,场地要求低,不受风浪、潮汐和雷区影响,既可作为超越奔袭的投送工具,也可装配武器系统用于低空突击,还可遂行多种支援和作战保障任务。可以说,蕴含进攻、投送和威慑等多种战略功能,在时空和作战效果上,有着不可替代的优点和作为“杀手锏”武器发展的价值。战略地位:在历经曲折后重新崛起上…     

保卫大型圆形要地的地面防空阵地机动模型

基于地面防空火力群保卫大型圆形要地情况,提出了火力单位机动转移到预备阵地所需最短时间间隔问题,对较为简化的情况建立了网络模型并给出了算法。     

不知疲倦的“战地哨兵”——地面传感器及其对抗

地面传感器,是地面传感装置与设备的总称,是指能对地面目标运动所引起的物理量的变化进行探测,并转换成电信号的设备。主要用于战场监视和对重要目标的预警等任务,被誉为不知疲倦的忠诚可靠的“战地哨兵”。 作为现代侦察监视系统中的一个重要组成部分,地面传感器出现并应用于战场是６０年代的越战,１９６８年３月,据守溪山的美军突然收到设置在９号公路上传感器发回的信息,据此判明有约一个团的越军在企图接近溪山基地,于是美军立刻出动Ｂ—５２轰炸机、战术空军和炮兵进行火力打击,结果,几乎全歼这个团的兵力。 它具有以下特点…     

面向目标定位的多主动传感器优化布站

针对多主动传感器优化布站问题,提出了一种基于GDOP-CRLB的目标定位精度衡量方法。该方法给出了GDOP-CRLB计算表达式,分析了传感器几何布站形式、传感器的数量、测量精度以及相对高度对传感器定位精度的影响。基于上述研究,给出了提高定位精度的传感器布站策略。通过仿真实验验证了所提方法的有效性,对于多传感器的优化布站应用具有参考意义。     

基于特征值的单矢量水听器目标检测算法

针对水下目标检测在低信噪比与非平稳背景噪声情况下性能下降的问题,结合特征值检测算法原理,给出一种单矢量水听器联合信息互相关检测算法。该算法利用电子旋转导向角度与振速信息构成一种组合振速,并结合声压信息得到一种互相关值,在大快拍无信号条件下,该值满足渐进高斯分布;将该值除以解析振速与声压信息的协方差矩阵最小特征值,得到一种检测统计量;通过与门限值比较,实现目标检测。理论分析可见,所提检测算法无须背景噪声的先验信息,并且可以通过调节导向角度提高检测性能;在单目标情况下,利用检测统计量与导向角度的对应关系可实现目标方位估计。仿真与实测数据结果表明,相比于单矢量水听器最大最小特征值检测算法与能量检测算法,所提算法检测性能优良,适合于单矢量水听器目标预警检测。     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。     

红外多光谱图像弹道目标检测算法

在红外多光谱图像中,弹道导弹尾焰拥有两大特征,一是由强烈红外辐射引起的灰度差异,二是独特的光谱特性。然而,传统的单波段检测技术只利用了尾焰强烈的辐射特性,而近些年发展起来的多光谱检测技术则只利用了尾焰独特的光谱特性。为了充分利用导弹尾焰的两大特征,将单波段检测技术和多光谱检测技术结合起来,提出三种检测算法,并从算法的检测效果、运算量和鲁棒性三方面详细分析它们的优缺点。采用人工合成的红外多光谱图像进行验证,实验结果表明,相比单独使用单波段或多光谱的检测算法,融合算法的检测性能更好。     

基于单神经元自整定PID的稳定平台调平控制

稳定平台调平回路大多采用PID进行控制,但这种算法具有抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理的功能和优势,设计了单神经元自整定PID控制算法。该控制算法不仅结构简单,而且适应性强,鲁棒性强。在设计中,采用了一种改良的Hebb学习算法对稳定平台调平回路进行控制。最后的仿真结果表明,单神经元自整定PID控制算法比传统PID控制算法在很多指标上都要好。尤其超调量、干扰抑制能力、过渡时间等动态指标非常优秀,是一种较为理想的控制算法,可以推广应用于各类稳定平台系统。