基于知识的ATR系统综述

基于知识的ATR系统的发展能显著提高武器系统的性能,对实现武器系统智能化起着关键性作用,本文分析了基于知识的ATR系统的发展过程、现状,综述了ATR算法,并探讨了其未来的技术途径。     

基于属性测度理论的辐射源识别

针对复杂电磁环境下辐射源识别困难的问题,提出了基于属性测度理论的辐射源识别方法。介绍了属性测度理论的相关知识,详细分析了属性识别模型,列出了基于属性测度的辐射源识别算法并给出了识别模型。最后通过仿真实验验证了此算法能有效处理辐射源信号参数的不确定性和模糊性,辐射源识别率优于经典的模板匹配法识别率。     

基于稀疏表示的数字调制模式识别

通过分析稀疏表示在模式识别应用的基础上,提出了一种基于稀疏表示的特征提取方法。该方法首先引入主成分分析对新的样本进行降维,然后利用降维后的训练样本构建稀疏线性模型,通过范数最优化求解测试样本的稀疏系数,根据稀疏系数的分布提取特征值。最后利用支持向量机分类器进行信号的分类识别。并在求解最小范数优化问题中,提出一种通用的解决方案,利用粒子群算法确定最优惩罚系数。新方法提取的特征值经计算机仿真研究证明,该算法具有较好的有效性和一定的工程应用性。     

测量阵列布置对基于源强分布声辐射模态的平面噪声源识别的影响

基于源强分布声辐射模态理论给出了结构噪声源识别公式,分析了识别结果对声场分布模态矩阵条件数的灵敏度,并以平板声源为例对影响声场分布模态矩阵条件数的因素进行了重点分析。分析结果表明:与源面平行,传声器间距与等效源间距相等且测量面靠近源面的方阵是最优布置测量阵列,而且这种布置方式可有效提高声场分布模态矩阵条件数。同时,音箱实验结果表明:利用优化后的测量阵列测量数据取得了良好的识别效果。     

基于奇异谱分析的盲源分离单通道语音增强算法研究

针对盲源分离算法无法直接对单路含噪语音信号进行分离的问题,提出一种基于奇异谱分析的盲源分离单通道语音增强算法.通过对单路含噪语音信号进行奇异谱分析,将其低频分量作为第二路观测信号,利用改进的最大信噪比盲源分离算法进行处理,从而实现语音信号和噪声的分离.实验结果表明,该算法能够有效抑制噪声,提高信噪比,起到良好的语音增强效果.     

双旋翼直升机旋翼的微多普勒特性分析

目前,国内外对双旋翼直升机的微多普勒特性研究相对还很少。建立了直升机旋翼回波的微多普勒模型,并基于该模型,分别计算了共轴式、横列式、纵列式以及交叉式双旋翼直升机的微多普勒。研究结果表明,不同种类的双旋翼直升机旋翼的微多普勒特性不同,通过对双旋翼直升机旋翼的微多普勒进行分析,可以对双旋翼直升机进行初步分类,为下一步双旋翼直升机的微多普勒识别提供了参考和借鉴。     

2014年美国导弹防御系统发展回顾

2014年,美国继续引领全球反导技术的发展,启动了多项反导技术新项目,重在提高杀伤和目标识别能力。本文结合2014年美国预算申请、研制计划和飞行试验,梳理了美国全球一体化反导系统的改进和部署情况,阐述了助推段探测、被动反导和反高超声速等技术发展动态,综合分析了美国反导系统的发展重点。     

基于混沌特征的高分辨雷达目标识别

根据高分辨导弹制导雷达的基本工作原则和舰船目标的散射特性,利用现有雷达回波的仿真技术,在合理的战术想定下,计算了三类典型舰船的雷达回波.在此基础上,研究了利用雷达回波功率谱的方法来识别目标类型的有效性,并基于混沌理论提出了一种比功率谱方法更加有效的新的识别方法,从而为进一步利用混沌理论来开发雷达目标识别技术奠定了初步的理论基础.     

BP神经网络和D-S证据理论的目标识别

目标识别是指挥自动化系统的一个重要组成部分,针对现代战争对抗手段不断增强的特点,运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法.前端采用3层BP神经网络结构,以传感器接收数据为输入,以神经网络输出作为证据,后端对不同传感器的证据按D-S理论进行融合,得到待识别目标的识别概率.经由MATLAB编程对国内外几种主要机型的识别进行仿真研究,与现行目标识别方法相比较,能够更快速、准确、可靠地识别飞机目标,较好地满足了空战中作战指挥系统对飞机机型识别的需求.     

基于B样条的手指静脉结构描述方法*

针对现有手指静脉结构描述方法无法充分描述手指静脉结构中具有显著性和稳健性的线结构的问题,提出一种基于B样条的手指静脉结构描述方法。对于细化后的手指静脉纹路,该方法首先采用线段扫描方式获取各静脉分支上目标点的坐标集合,然后采用B样条曲线拟合各条静脉分支,最后求取各B样条曲线的控制点坐标,用其描述手指静脉的线结构。结果表明,采用本文方法描述手指静脉结构误差小、存储空间占用小,可以有效描述手指静脉线结构,并提高手指静脉的识别率。