多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

一种分析噪声背景下目标特征有效性的方法

本文根据目标特征和噪声分布,在一定假设条件下推出了最小错误率（Ｂａｙｅｓ错误率）的表达式,从而把特征分布、噪声大小直接与分类的最小错误率联系起来,给出了一种分析噪声背景下目标特征的有效性的方法。文中利用这种方法对目标和诱饵的红外辐射特征的有效性进行了分析     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

组合回转壳体动力分析的混合界面法

组合回转壳体在工程结构系统中大量存在,对它们进行动力分析是十分必要的。介绍了混合界面法的主要原理和在组合回转壳体结构系统动力分析中的应用,并用两个例题作了分析和计算,证明是成功的。该方法可推广到其它复杂系统结构的动力分析。     

光波束在介质波导中传播分析的方法探讨

本文着重对介质波导中光波束传播模数常用分析法——BPM法进行了研究.指出了该方法在分析和计算光波束传播模数应用上具有的局限性和复杂性:同时提出并探讨了一种建立在有限差法理论基础上的新方法,从而使介质波导中光波束传播模数的数值计算更为简便实用.     

ATR算法原理分析

随着现代微处理器和大规模集成电路、集成光路的发展,自动目标识别（ATR）算法技术在现代防御系统领域中具有越来越重要的作用。文章归纳了目标表示方法,着重对ATR算法──一统计模式识别算法、模板相关算法、基于模型的算法、人工神经网络算法,进行了概述和综合理论分析,并得出了一些有用的结论,为ATR系统学科的发展和应用奠定基础。     

点目标检测中候选轨迹确定算法

对低信噪比条件下缓动点目标检测技术中候选轨迹的确定算法进行了讨论。首先,给出了计数积累和线性预测的一般方法,然后,提出了一种基于计数积累,线性预测和轨迹约束的候选轨迹确定以及实现检测的算法,最后是算法性能分析。     

具有不确定数据的可靠性鉴定的Bayes方法

对具有不确定数据的可靠性鉴定问题应用Bayes方法给出了寿命型、成败型产品可靠性鉴定方法及两类错误概率的计算公式,研究了工程中验前概率的计算,并以导弹系统中发动机分系统及弹上配电系统为例,进行了计算与分析。     

选择作战目标的聚类分析

本文利用聚类分析的方法 ,对作战目标进行最佳选择 ,并找出作战中的相互协同关系 ,这对计算机模拟与实际作战都有很大价值。     

光学区复杂目标RCS高频计算及软件集成技术进展

RCS的计算是隐形设计技术的关键问题,也是获取雷达散射特征信号的有效手段。本文主要就复杂目标的散射场的物理结构和复杂目标的精确建模两个方面进行了综述。另外文中还综述了复杂目标RCS预估软件进展,得到如下的发展趋势:复杂目标电磁散射计算与计算机图形学精确建模相结合,完成从模型设计到电气特性的分析,最终实现利用科学计算可视化技术实现电磁系统的三维仿真。