空中目标类型识别的直觉模糊集方法

在防空作战中为了有效地对空中目标的类型进行识别,利用直觉模糊集理论对目标识别信息的不确定性进行量化处理,并在直觉模糊数排序方法研究基础上,提出了一种基于直觉模糊集理论的空中目标类型识别方法。实例分析表明,该方法能够定量描述目标判断信息的不确定性以及在避免信息丢失的同时有效地处理不确定性程度较高的目标判断信息,可为防空作战中目标类型识别提供理论参考。     

基于模糊二叉树支持向量机的空袭目标属性识别

针对现有空袭目标属性识别方法存在的不足,提出了一种基于模糊二叉树支持向量机的空袭目标属性识别技术。该方法充分发挥了模糊二叉树支持向量机解决二类分类问题的优势,有效地提高了识别率和识别速度。最后给出了与现有识别方法的比较结果,证明了该方法的有效性。     

直升机全包线飞行控制律的优化设计及其仿真

提出了一种基于多目标遗传算法的直升机全包线飞行控制律优化设计方法。把直升机全包线飞行控制律设计处理成一个多目标优化问题,并以全部设计点总体性能最优作为多目标优化的总目标,以各设计点性能最优作为子目标,以控制律设计要满足的动、静态指标作为约束条件,以控制律参数作为决策变量,再应用多目标遗传算法进行控制律参数寻优。仿真结果表明,应用该方法所获得的直升机俯仰通道控制律参数具有良好的飞行品质和和较好的适应性,表明该方法是合理的和有效的。     

基于Hausdorff距离的目标跟踪方法研究

序列图像中的运动目标跟踪是计算机视觉的一个重要组成部分,跟踪算法的鲁棒性和计算量是算法的关键。对上述问题进行研究,提出了一种基于Hausdorff距离的目标跟踪方法。该算法结合运动检测和多分辨率技术,极大减少了计算量,并利用有效的模板更新方法,加强了跟踪的鲁棒性。实验表明,该算法能实现快速有效的目标跟踪。     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

基于目标函数的综合航电系统性能评价

提出一种基于目标函数的综合航电系统性能评价方法。在分析各个指标对系统性能影响大小的基础上,利用层次分析法,依据专家的知识使决策判断定量化。通过对判断矩阵的求解,确定不同性能指标的加权系数,然后利用所构造的目标函数求得系统的总体性能指标。这样,通过对不同航电系统总体性能指标的比较,就可以对系统作出总体性能评价,比较系统的性能。     

警用脉冲防暴水炮新型喷嘴内部流场的大涡模拟

根据新型喷嘴的结构特点,构建了喷嘴的物理模型和数学模型,并采用Fluent6．2．16软件中的LES模型对喷嘴流场进行数值计算。模拟结果表明：射流进入喷嘴收缩段后会发生强烈的剪切作用,引起流场速度和压力的急剧变化。收缩角对喷嘴内部流场的影响较大,本模型中收缩角优化值取30°,圆柱段长度对喷嘴内部流场也存在影响,本模型中该长度优化值取32mm。     

弹着时间可控的机动目标多弹协同制导律

针对机动目标的多导弹齐射攻击,运用最优控制和卡尔曼滤波理论探索机动目标下弹着时间可控制导律问题。设计了一种最优弹着时间可控的制导律,它由指定弹着时间和预计弹着时间的误差作为反馈信号与传统比例制导律结合推导得出,称之为弹着时间可控制导律（Impact-time-control Guidance Law,简称ITCG）,同时利用卡尔曼滤波估计了目标加速度。通过对作战模型情况的仿真,可以看出这种新型的制导律应用于引导多发导弹以指定时间同时攻击目标时的有效性和可行性。     

支持向量机的战场直升机目标分类识别

对基于支持向量机的战场直升机目标分类识别技术进行了研究,分别将谐波集(HS)频率和不同尺度小波子空间能量作为特征矢量,设计出一种基于支持向量机的直升机目标分类器,并将该分类器与kNN分类器和BP神经网络分类器进行分类对比实验.结果表明两种特征提取方法,都能很好地体现不同声目标之间的差异,SVM分类器相对于其他两种分类器具有更好的分类性能,目标识别率达到96%以上.