退役军人提升学历和就业能力现状研究

军人用青春和热血为国防和军队建设作出了重要贡献，他们在完成各项军事任务的同时，还积极参与地方经济社会建设，在抢险救灾、精准扶贫、文明创建、维护稳定等方面同样有重要贡献。退役后走向社会，他们如何提升学历和就业能力仍是亟待解决的问题，通过分析提升退役军人学历和就业能力现状，提出相关意见和建议，研究具体措施，帮助退役军人提升学历和就业能力。     

学校国防教育提升路径研究

学校国防教育是全民国防教育的基础。围绕组织管理、师资队伍、教育活动、条件保障、特色成效5个维度进行调查研究，梳理国防教育现状及问题，并从完善组织领导机制、加强师资队伍建设、丰富国防教育内涵、强化条件保障、打造国防教育品牌5个方面提出对策建议，为全面提升学校国防教育水平提供决策参考。     

改进的随机Hough变换抛物线运动目标航迹起始算法

提出了一种基于改进的随机Hough变换快速航迹起始算法,用于解决低可观测目标作匀加速抛物线运动时的航迹起始问题.该算法利用随机选取的2点的速度方向与搜索的第3个点的位置信息来提取抛物线轨迹,并利用坐标变换降低投票参数空间维数来快速起始匀加速抛物线运动目标的航迹,有效地解决了无效采样和累积问题.与传统的基于五点随机Hough变换的航迹起始算法相比,仿真结果表明:该算法具有虚警率低、运算速度快优点.     

基于提升框架检测的空中强机动视频目标跟踪

空中强机动性目标在视频中表现出运动形变剧烈、运动规律难预测且背景特征不明显不稳定等特点,传统的检测跟踪算法不能有效地对其实施检测跟踪.为解决上述问题,提出一种不依赖于帧间运动特性的基于提升框架检测的空中强机动视频目标跟踪算法.首先,利用提升框架实现图像的小波变换,得到目标的高频分量信息.然后,对高频分量进行融合,并提出了目标特征增强的方法,完成单帧图像的目标检测.最后,实现视频序列的实时跟踪.实验结果表明,该算法能够实时、准确地对空中背景下的强机动性目标进行检测跟踪,有效地解决了目标运动形变剧烈、某些帧中存在遮挡而造成后续帧失跟等跟踪困难.     

基于小波变换和支持向量机的水下目标分类方法

水下目标识别技术是世界各国十分重视的研究课题之一,具有重要的理论和应用价值。简要介绍了小波变换、多分辨率分析及支持向量机的基本原理,针对舰船辐射噪声信号,利用小波变换来完成信号的预处理和滤波,在小波变换后信号的多尺度子空间上提取信号的能量特征参数,归一化处理后构建特征向量,最后用支持向量机算法进行分类。仿真结果表明,利用小波变换的多分辨率分析和支持向量机能对舰船辐射噪声信号进行有效分类识别。     

基于加权虚拟阵列的自适应波束形成

常规虚拟变换技术用于波束形成时,受变换区域影响较大,在区域选择不当时甚至会引起整个方向图的严重畸变,并且零陷也过浅.提出了一种基于加权虚拟阵列的方法,给变换矩阵引入干扰方向信息.利用该方法形成波束时,能稳定地形成对准期望信号,并且有较深的零陷和较好的旁瓣抑制效果.在小快拍数和小阵元数时仍然具有良好的波束保形能力.理论分...     

卡尔曼滤波器在弹道重构中的应用与仿真

弹道重构是评价弹道精度、有效实施弹道控制技术的关键.为了有效地利用卡尔曼滤波器实施弹道重构技术,建立了适用于在线弹道重构的非线性弹道模型,引入了积分预测算法,能减少离散卡尔曼滤波器一步预测的误差.给出并分析了适用于弹道重构的EKF和UKF算法,UKF避免了处理非线性系统时的线性化同题.仿真试验对比了两种方法的重构精度,...     

红外空中小目标小波域检测方法

针对空中远距离红外小目标检测的实际问题,提出了一种基于小波变换的检测算法.该方法首先对小目标图像进行小波分解并在考虑高频系数能量的基础上对噪声和背景边缘系数进行抑制,然后将遗留下来的高频系数通过线性映射变换成灰度图像.其次对3个方向的高频图像按照一维最大熵法进行二值化处理并通过形态开算子进一步滤除噪声,随后将高频图像两两相与关联生成单帧检测结果,并进一步利用帧间目标位置的相关性完成小目标检测过程.最后,在原图像中以检测结果图像的质心为中心生成跟踪窗口.试验结果表明,相对于通常的小目标检测算法,提出的算法在背景抑制、检测准确度以及速度方面都具有一定的优势.     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点,在大尺度下设置阈值,去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上,采用自适应阈值的方法,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明,与单一阈值去噪方法相比,该方法不仅可以保留图像边缘信息,而且能提高去噪后图像的峰值信噪比2~5 dB。     

基于小波包频带能量检测的神经网络故障诊断技术

利用小波包频带能量检测技术对观测信号进行处理,从中获取反映故障特征的信息,以此作为输入对网络进行训练,可对故障进行比较可靠的分类。同时介绍了利用小波包频带能量检测技术提取观测信号特征向量的方法和步骤,以及基于松散小波神经网络的故障诊断方法。最后结合某型导弹舵系统故障诊断的实例,给出仿真试验,证明了该方法的有效性。