空中目标作战任务智能判识方法研究

为从动态、时序变化的战场态势中准确迅速地判识出空中目标的作战任务,运用深度学习理论构建作战任务智能判识模型。在门控循环单元网络的基础上,引入双向传播机制构建多层网络,学习作战任务的时序特征;采用残差机制防止出现由于神经网络层数加深导致模型性能退化问题;运用注意力机制,捕捉相互关联的重要态势特征,将先验知识与多层神经网络的输出相融合,确保在获得时序信息较短时对作战任务判识的准确性。实验表明,该方法可以有效地判识空中目标的作战任务。     

基于运动信息的空中目标模糊识别方法

为解决空中机动目标识别方法复杂且识别率不高的问题,提出了一种基于运动信息的空中目标模糊识别方法。选取了机动性较小的无控类弹以及机动性较大的制导炸弹等作为研究对象。首先,对无控类弹(榴弹、火箭弹、迫击炮弹)、制导炸弹、巡航导弹及无人机的运动特征进行分析,仿真得出目标的运动轨迹。然后,提取目标的速度、高度、加速度、俯仰角及其变化率等特征,建立基于模糊集合的目标识别算法,根据择近原则进行判定,最后,得到仿真结果。实验结果表明,所提方法应对不同目标识别效果较好,且响应速度较快,为今后作战指挥及理论研究提供支持。     

基于改进DDPG的空战行为决策方法

针对空战中飞机如何根据实时态势进行快速智能决策问题,提出基于改进DDPG算法的空战行为决策框架(Air Combat Behavior Decision-making Framework on Improve DDPG,ACBDF_DDPG)。框架中的主要改进如下:1.设计一种针对动态目标的嵌入式人工经验奖励机制,缓解深度强化学习算法在训练过程中,由于状态空间巨大且奖励稀疏导致的收敛困难问题;2.对框架中的Actor网络更新机制进行改进,解决Critic网络评估效果差时,更新Actor网络导致的模型训练不稳定问题;3.采用优先采样机制确保训练价值高的经验样本得到充分利用。最后基于MaCA平台搭建仿真实验环境,通过消融实验验证了所提出框架中改进机制的有效性和优越性。     

面向火力兼容约束的软硬武器目标分配问题研究

当前火力兼容约束模型存在约束单一等缺陷,提出了新型火力兼容约束模型,并嵌入软硬武器目标分配模型当中,最后,利用改进匈牙利算法进行求解。通过仿真分析,验证了新型火力兼容约束模型下软硬武器目标分配模型的可行性。     

基于改进后语义分割模型的障碍物检测方法

障碍物检测是确保无人水面艇避障和安全航行的关键技术，针对水面反光区域误检和水面分割不准确导致的漏检问题，提出了一种基于改进后语义分割模型的障碍物检测方法，通过图像预处理、语义分割模型、显著性估计实现障碍物检测。首先，通过在预处理环节对水面中反光区域进行去除，避免其对后续检测的干扰；然后，通过引入海天线估计参数，用于调整语义分割模型初始化和先验信息，提高水面分割精度；最后，在水域范围内选取H形边界集合构造背景模型，由此判断水面中非水像素为障碍物。实验结果表明：该方法可以提高水面障碍物检测的准确度。     

弱机动目标的参数估计

本文探讨了卡尔曼滤波用于估计弱机动目标状态参数问题。在极坐标系下建立目标机动的相关加速度模型,通过对运动目标斜距二阶变化率和方位角加速度的定量分析,建立了自适应估计目标动态模型噪声强度的弱机动目标参数估计算法。对几种典型航路的模拟证实了在选择适当参数时该算法对目标机动,不同类型的机动间的转换,不仅能较好地压制随机量测噪声,而且能满意地估计目标的速度和航向。     

光电头盔系统信号处理分析与探讨

阐述了当前广泛采用的光电式头盔测位系统的组成和原理,给出了解算瞄准线参数的数学关系式。对信号处理和精度进行了分析,导出了误差表达式,可用于系统设计中误差的估算和验证。通过信号处理分析,论述了影响精度的主要因素,最后,提出了从根本上提高精度的方法——峰值点检测处理技术。     

面目标仿真与缩比测量问题

面目标特性研究作为反低空突防,遥感、侦察的基础研究项目,日渐显示其重要性。基于统计电动力学的随机粗糙表面的双尺度模型,可作为此类目标仿真与缩比测量的理论依据。以宽带信号获得高距离分辨力,用小天线或聚焦口径天线保证近距离上为平面波前并有高的角分辨力,加上精心的模板设计,可以得到良好的仿真或缩比测量结果。该技术具有很好的经济性与实用价值,值得我们重视与探讨。