基于BP神经网络的空中目标识别方法

提出了一种利用BP神经网络用于空中战机目标识别的方法.首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库.其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.然后从样本图库中随机抽取两种型号飞机图片各30张作为空中打击目标进行识别,结果表明采用LM优化算法的BP网络具有一定的抗噪声能力.     

论高校党委直接领导国防生培养工作的必要性

一、从战略高度看,高校党委直接领导国防生培养工作有利于坚定国防生的政治信念,为党巩固执政地位提供力量保证 马克思主义认为,军队是执行政治任务的武装集团,是国家政权的重要组成部分.任何阶级、政党要取得和巩固它的执政地位,都离不开军队作有力支撑和坚强后盾.胡锦涛总书记在谈到新世纪新阶段我军历史使命时,首先强调的是人民军队要为党巩固执政地位提供重要的力量保证.而军队干部队伍是军队建设和履行使命任务的中坚力量,是建军治军之本,军队干部队伍素质如何,直接关系到党的执政地位是否牢固、党的事业能否持久.国防生作为后备军官、准军官,是军队干部队伍的重要补充力量.     

武器弹药库安全防范有新保险

近年来,四川省宜宾军分区注重人防与技防结合,提升武器装备安全管理水平,实现了民兵武器管理连续45年安全无事故,被总部表彰为民兵武器管理先进单位。今年4月,该军分区投资50余万元,安装了指纹加面部识别的生物识别门禁管控系统。该系统只有在监控中心机房授权许可的情况下,3名管理人员在20秒内输入正确的指纹和     

航天科工一院突破高动态卫星导航接收机关键技术

航天科工一院"北斗二号"应用系统跟研项目"北斗二号高动态应用终端研制"日前通过验收。该终端的卫星导航数据与惯导数据的融合技术可以满足飞行器提出的大动态、高精度、高可靠性和强生存能力的定位导航要求,从根本上提升了我国自主知识产权的高速运动载体卫星导航接收机的水平,打破了发达国家的技术垄断。     

基于RFID的室内移动机器人定位研究

随着社会和技术的发展,室内无线定位问题越来越受到人们的重视。GPS定位系统应用于室内定位时精度不高。本文提出采用RFID技术进行室内定位的方法。其原理是：利用RSSI（接收信号强度）来估算标签和读写器的距离,再根据读到的四个标签的坐标,采用极大似然估计方法来计算出装备有RFID读写器的机器人的坐标位置。仿真结果表明,该定位方法误差小于1m,满足室内定位的需求。     

MIMO雷达弹头目标微动模型及微多普勒效应

弹头目标识别是弹道导弹防御系统中最为关键的技术之一。将多输入多输出(MIMO)雷达技术和微多普勒特征分析技术引入弹道中段目标识别,可有效克服弹头隐身技术和有源干扰技术等对识别带来的困难,提高识别精度。建立了MIMO雷达中弹头目标的微动模型,给出了弹头自旋、锥旋和进动引起的微多普勒效应的参数化表达,并通过对仿真回波数据进行时频分析验证了理论分析的正确性,为弹头目标的准确识别提供了新的理论依据。     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.     

基于有限元法的脉冲负载下高弹联轴器轴向力计算方法

以应用于脉冲柴油机发电机组中的高弹联轴器为研究对象,利用CATIA建立高弹联轴器的三维模型导入到Hyper Mesh中进行有限元网格划分,再将其有限元模型导入ANSYS中进行仿真分析,模拟其橡胶块在脉冲负载作用下的动态性能,对高弹联轴器在柴油机输出扭矩和脉冲负载同时作用时产生的轴向力进行仿真计算。结果表明:高弹联轴器在该工况下产生的轴向力较大,并且橡胶块在受交变应力作用时产生多应力集中点。仿真结果与Rivlin经典理论计算结果有较好的一致性,可为消磁舰船动力装置、消磁电站发电机组等场合下的弹性联轴器的选型设计提供参考。     

逆边界无网格法声源识别的理论与实验

针对逆向求解声源识别中的声辐射传输建模问题,采用无网格法将Kirchhoff- Helmholtz边界积分方程离散为受边界条件约束的有限维线性方程组,通过分块矩阵法对该约束方程组进行求解,得到了离散后声辐射传输模型的数值表达式.在此基础上,进一步研究了逆向求解声源识别问题的基本原理及其不适定性.为克服其不适定性,采用Tikhonov正则化和L曲线正则化参数选取方法,从而确立了有效的逆向求解方法.此外,还进行了扬声器阵列声源识别实验,实验结果验证了逆边界无网格声源识别理论和方法的可行性及可靠性.     

基于独立分量分析和神经网络的钢结构损伤识别方法

为了有效剔除钢结构振动信号中的噪声,提取用于损伤识别的特征量,采用独立分量分析方法分离统计独立信号,同时得到表征结构损伤状态的混合矩阵,然后将混合矩阵作为特征量输入至神经网络进行训练,最后将训练好的神经网络作为分类器进行结构损伤识别.在冲击载荷作用下,针对钢框架结构模型进行了不同损伤部位的振动实验,结果表明:基于独立分量分析和神经网络的损伤识别方法具有较高的识别率和可重复性,而且实现简单,在结构损伤识别领域具有较大的应用潜力.