联合多层次深度特征的SAR图像目标识别方法

提出了联合多层次深度特征的合成孔径雷达(SAR)目标识别方法。采用卷积神经网络(CNN)学习SAR图像的多层次深度特征。多层次的深度特征从不同方面描述原始SAR图像中的目标特性,从而为目标识别提供更充分的决策依据。为了充分发掘不同层次深度特征的独立特性以及它们之间的内在关联,采用联合稀疏表示对多层次的深度特征进行联合分类。根据各层次特征的整体重构误差判定目标类别。采用MSTAR (Moving and Stationary Target Acquisition and Recognition)公共数据集对提出方法进行了性能测试。实验结果表明,该方法的识别性能显著优于现有的SAR目标识别方法。     

【专题】未来联合登陆破障需要把握的几个问题

在未来渡海登岛作战中,如何发挥多军兵种联合作战的整体威力,解决敌占岛屿水际滩头上布设的多种障碍物配套的大纵深、宽正面、高密度的障碍体系,实现登陆破障并为后续部队打开通路,是军队现实军事斗争准备必须认真研究的重点及难点课题。本文通过研究国内外与登陆破障发展体系相关的战役战法,着重从“侦察”“指挥”及“联合”三个方面进行分析探讨,为形成针对性强、操作性强的联合破障战法体系提供可靠理论依据,不断提高登陆破障研究的效益。此分析的目标是在高新技术条件下,联合战役集群在实施登陆作战时能够熟悉并准确获知敌海区岸滩、阵地编成以及障碍物配系等情况,塑造快捷高效的指挥模式,并形成一体化攻坚、破障及反制力量,为登陆部队创造有利条件。     

中缅勘界警卫作战对未来跨境联合反恐作战的历史启示

中缅勘界警卫作战是中国人民解放军历史上第一次在热带山岳丛林地区跨境作战。这是一次特殊的作战行动,既不同于国内剿匪行动,又不同于援外作战,作战目标是联合外军围剿反动集团武装,摧毁其盘踞边境地区的基地。这一次作战,创新了作战样式,积累了实战经验,对未来执行跨境联合反恐作战具有极其重要的启示。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

基于相控阵雷达的舰炮联合反导技术

利用相控阵雷达构建舰炮武器系统一体化火控网络,分析了各型常规舰炮武器联合反导的应用场景,不同于以往分区段的梯次拦截,重点考虑中大口径舰炮在小口径舰炮拦截区域的综合使用问题,通过对中大口径发射弹丸的跟踪和预测方法,估算水柱出现的位置和时间信息,能够在小口径舰炮开火前,及时有效地修正火控预测模型,提高舰炮武器系统对反舰导弹的联合拦截概率。该方案切实可行,可扩展性强,进一步体现舰炮火力精确到达的控制能力,提供了舰炮武器系统的火控级数据共享平台。     

一种改进的联合概率数据关联算法

联合概率数据关联算法(JPDA)是密集杂波环境下一种有效的多目标跟踪算法,但该算法的复杂度会随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间,提出了一种改进的联合概率数据关联算法(I-JPDA)。首先通过合理选取跟踪门门限的阈值,去除小概率事件,然后再根据跟踪门内目标的关联概率对关联事件的概率密度值进行衰减,计算出跟踪门内各目标的关联概率。经过理论分析和仿真试验,证明了该方法在保证跟踪成功率的同时,还具有算法简单、计算量小和易于工程实现等优点。     

组网电子对抗中辐射源信号跟踪方法

对组网电子对抗的组成和关键性技术进行了简要描述,重点提出了一种基于CJPDA的多目标多平台跟踪算法,以解决在多电子战平台和多辐射源情况下的辐射源信号跟踪问题。该算法为了适应电子对抗信息实时性的要求,在进行CJPDA计算时引入了确认矩阵,减小计算量;同时,通过对关联概率矩阵运用最大值搜索法,最终实现对辐射源信号的跟踪。通过计算机仿真,验证了其合理性和有效性。     

区域联合防空的系统动力学模型与模拟研究

区域联合防空是未来信息化防空的基本模式。运用SD理论和流率基本入树法,建立了区域联合防空空防对抗的模型,选择了具有代表性的"信息化防空"情况进行了仿真,并对模拟输出结果进行了深入分析,揭示了系统行为的一些本质特点及产生原因。研究结果可为指挥员正确决策提供定量理论支持,为区域联合防空作战研究提供了一种新的定性与定量相结合的方法。