SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 ,具有明显提高     

神经网络指导贝叶斯决策准则用于运动目标分类

本文利用目标的动态特性开发了神经网络指导的贝叶斯决策准则进行目标分类。系统由特征提取器、指导条件概率生成器的神经网络、新颖的序贯分类器组成。所应用的主要特征是从每个航迹中提取的速度和曲率序列。类似于隐式马尔可夫模型(HMM),用隐含状态训练神经网络,网络的输出则是给定观测下出现隐含状态发生的条件概率。然后用这些条件概率作序贯贝叶斯分类器的输入进行分类。一旦接收到新的扫描数据,分类结果递推更新。为了说明所述方法的有效性,介绍了关于高杂波率的多扫描图象的模拟结果。     

效能准则及其选取原则探讨

对武器系统效能分析中一个十分重要的步骤──效能准则及其选取原则进行了探讨,分析了效能准则的多种具体形式,并提出了选取效能准则的几个原则,为效能分析的定性化阶段提供一些有益启示。     

Boring算法定位精度分析

介绍了大地主题解算法的Ｂｏｒｉｎｇ公式和影响定位精度的因素,给出了精度分析模型,对其进行了精度分析     

CEC网络—实现海上战斗兵力群战术协同作战的关键

在夺取制海权的作战中,海上战斗兵力群是最重要的。群内各兵力的战术协同是提高兵力群整体作战能力的关键,当然也是最难实现的。美国海军正加紧研制、试验和发展的战术协同作战网络,简称ＣＥＣ网络,极大地提高了由水面舰艇和飞机组成的兵力群战术协同作战能力,代表了兵力群战术协同作战的最高水平,将对海军的作战方法和样式产生重大影响。介绍了ＣＥＣ网络要实现的目的、组成、工作原理、特点、试验和发展情况     

军用红外目标图像识别跟踪系统的现状与研究

红外目标图像识别跟踪系统在军事上具有重要而广泛的用途。针对其关键组成：红外探测器、信号处理、目标识别与跟踪,文章阐述了红外探测器（焦平面阵列）技术的发展现状,探讨了信号处理对系统作用距离的影响,综合分析了红外目标图像预处理、识别、跟踪算法,以及红外隐身目标探测与识别的技术途径,并进行了简要的硬件实现分析。     

地基拦截弹对真目标进行拦截时的制导方案分析

讨论了地基拦截弹对真目标（中近程弹道式导弹）进行拦截时的制导方案。根据拦截弹的飞行特点,将拦截过程分为初始段、中间段和拦截段,并采取了相应的制导方案。仿真结果表明,拦截具有较高的精度和良好的弹道特性,此方案是可行的。     

纯方位目标跟踪附加等价噪声及自适应处理

对多种航路下的等价量测噪声进行了分析和仿真,从中可以发现,在某些航路,由于敌我平台的位置摄动,造成附加等价量测噪声的迅速增大,因此必须对其进行自适应处理,文中给出了仿真结果。     

对推行ISO 9000系列标准的想法

推行 ISO 9000系列标准应该有正确的目标,由企业领导亲自抓,而且必须与标准化工作相结合,才能取得成功。