基于小波变换的直升机声目标识别

综述了小波变换的原理和性质以及它在直升机声目标识别当中的应用。主要论述了利用小波变换进行信号分解与滤波、目标特征提取等方面的应用,最后给出了计算机模拟仿真结果。结果表明,利用信噪分离方法和目标特征提取方法可以在低信噪比情况下准确识别目标。     

基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

一种新的证据表示模型及其在敌作战意图识别中的应用

根据所获得的敌作战意图相关信息的特征,首先提出了证据支持最简形式、证据支持二元形式、同型证据等概念,在这些概念的支撑下,研究了将证据支持二元形式表示为证据支持最简形式的正交和问题,其结论用于表示敌作战意图及其特征信息之间的相关性,从而建立对敌作战意图的识别体系,完成对敌作战意图的最终判定。新的证据表示模型有效地简化了作战为证据的特征信息的表示和合成,降低了计算量。给出的具体应用示例也证明所提出的算法结构的可行性和有效性。     

用BP网络根据判据2实现弹型识别

介绍了用BP网络的方法,对“弹型识别判据2”进行学习训练和仿真的研究。     

面对中国的防空识别区……

种种迹象表明,面对中国设立的首个防空识别区,美日韩澳等国面上虽是“同仇敌忾”,但背后确各有各的“小算盘”。     

防空识别区是如何运作的？——从军机到民航、从军事到政治的国际博弈

11月23日,中国宣布设立东海防空识别区的举措引起了世界极大关注。那么,防空识别区作为国家空防安全的第一道屏障,通常需要多少战力来维系？其未来趋势究竟如何？     

多通道特征级联的人体目标再识别

人体目标再识别是视频监控等应用的关键问题之一,文章从特征级联和组合的角度研究了人体目标再识别问题。分析了局部特征集成(ELF)方法的缺点,研究了多通道特征级联的再识别性能,并将提出的级联特征与其他特征进行了组合,最后在公共图库上进行了广泛的验证和比较实验。实验结果表明,与ELF等其他特征相比,文章提出的多通道级联特征和组合特征可获得相当或更好的人体目标再识别性能。     

基于D-S证据理论的多传感器雷达辐射源识别模型

针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况,利用灰色定权聚类法对大量的传感器数据进行处理,以简化雷达辐射源特征数据,在此基础上,探讨了通过灰关联分析确定证据理论中基本概率赋值函数的方法,并应用修正的D-S证据理论实现目标识别,通过仿真验证了该模型能够有效减小雷达辐射源所受的噪声干扰,具有一定的可行性。