使用多分辨力神经网络的凹自动目标识别

本文介绍用多分辨力神经网络根据目标的凹(分等级的分辨力)图像探测和分类目标的方法。目标识别决策是以使能量函数最小化为基础的。在现行凹图像中可同时获得的几个分辨级上,把一个候选的斑点与目标模型库相比较,由此计算能量函数。为此,通过一个新的多层霍普菲尔德(Hopfield)神经网络,实现一个并发的(自上而下和自下而上)匹配过程。有关的能量函数不仅支持在相同分辨级的单元之间的交互作用,而且支持在不同分辨级的节点组之间的交互作用。这允许不同分辨级的特征互相证实或反驳,以便对潜在匹配的有效评定做出贡献。凝视控制,即再凹向所获得图像空间的更显著区域,由搜索与候选斑点无疑义的高分辨力的特征来实现。提供使用实际的二维(2—D)目标的试验以及它们的仿真凹图像。     

基于来袭鱼雷方位变化率的制导类型识别技术

对来袭鱼雷的制导类型进行识别是水面舰艇实施有针对性鱼雷防御的前提条件,方位变化率则可作为类型识别的一个重要的识别依据。首先,从不同类型潜射鱼雷的发射方式和弹道特征入手,分别推导出潜射直航鱼雷、声自导鱼雷、尾流自导鱼雷方位变化率的表达式。其次,仿真分析了不同类型潜射鱼雷方位变化率的影响因素。最后,在给定的态势下,给出了四种不同类型潜射鱼雷方位变化率随雷舰距离的变化规律曲线。仿真结果能为鱼雷制导类型识别提供一定的参考依据。     

一种新型RFID帧时隙ALOHA算法

在射频识别系统中为使标签能够被实时、高效地识别,提出了一种基于码分多址思想的帧时隙ALOHA防碰撞算法(CD-FSA)。首先分析了算法的设计思路,然后构造了算法的数学模型,推导出了其系统吞吐量的表达式,最后进行了仿真实验和比较分析。结果表明,CD-FSA算法与帧时隙ALOHA算法、动态帧时隙ALOHA算法和二进制树搜索算法相比,系统吞吐量高且识别相同数量的标签所用时隙数少。     

基于广义码重分布的交织类型盲识别研究

针对非协作通信领域中交织序列的交织类型识别问题,在对低码率线性分组码的分组交织和卷积交织序列进行深入分析的基础上,基于广义的码重分布法首次解决了截获序列的交织类型盲识别问题。该方法首先对截获序列按不同长度进行分组计算码重,利用分组交织和卷积交织后序列的不同码重分布特性,进一步计算广义码重分布距离来区分序列的交织类型。仿真结果表明该方法能快速识别交织类型,并具有较好的容错性能。     

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

基于深度迁移学习的低分辨雷达目标识别方法

针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明：所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。     

基于代价敏感多类别三支决策的目标意图识别方法

针对传统意图识别算法在现代化空中对抗中识别飞机行动意图结果存在冲突,甚至无法识别目标意图的问题,提出了一种基于代价敏感多类别三支决策的目标意图识别方法;建立意图识别与代价敏感多类别三支决策相结合的数学模型,在每一个识别阶段计算出误分类代价损失值最小的那一种意图分类,得到唯一的识别结果,避免冲突结果的产生,同时,引入误分类代价第二最小损失的分类结果作为延迟域的备选选项,弥补多类别三支决策延迟域缺失的这一状况。最后通过仿真实验,验证了设计算法的有效性。     

军事装备识别体系框架研究

信息化建设对军事装备唯一识别提出了要求,为促进军事装备精细化管理,军事装备保障的全程可视化建设,以及装备信息共享应用,建立了由装备识别代码、数据标识、管理系统、查询与解析服务、法规标准等部分组成的军事装备识别体系结构框架,分析了军事装备识别体系运行机制,针对我军装备识别体系存在的问题提出了对策建议。     

火力控制系统研究的人工神经网络方法

人工神经网络提供了新的信息处理方法。着重讨论了多层前向网络的基本特性,结合火力控制系统的研究分析了网络应用的几个方面,并给出了有关的例子。此外,分析了网络设计方面的有关问题。     

基于专家系统的弹道导弹目标识别方法

传统Dempster-Shafer(D-S)算法及其改进算法中,一般将冲突证据与不冲突证据统一融合,无论融合过程中冲突证据所占权重多小,这都将降低融合效率。针对这个问题,引入专家系统理论,面向信息融合中证据冲突的问题,将冲突证据与无冲突证据分组,构建了基于专家信任度的弹道导弹目标识别模型和专家知识库模型,从工程上设计了弹道导弹目标识别专家知识库系统,提出了两种专家知识权重确立方法,并通过实例以及仿真,验证了算法的可行性。