基于粒子滤波的红外小目标跟踪方法

提出了一种基于粒子滤波的红外小目标自适应跟踪方法.首先根据红外小目标的特点,建立灰度统计直方图分布模型对目标进行描述,采用基于Bhattacharyya系数定义的距离进行相似性度量,建立目标观测模型,然后通过这个模型将粒子滤波和均值位移方法结合起来,实现对红外小目标的跟踪.实验证明,该方法能够较好地处理图像序列中由于局部遮挡所带来的影响,准确地对红外小目标进行跟踪.     

舰空导弹对群目标射击次数模型研究

在一定假设条件下,对舰空导弹对群目标的射击次数建立计算模型.根据预警探测系统发现目标的距离远近,运用数学归纳法,对舰空导弹对群目标的射击次数建立计算模型并进行简化.舰空导弹武器系统对群目标射击的总次数应该是所有通道射击次数之和,但在实际上还与载舰储弹量、每次齐射导弹数量和群目标中单个目标数量有关.     

距离误差提取方法研究

在制导雷达中,为闭合距离跟踪回路,必须要提取距离误差.阐述了2种距离误差提取方法,2种方法均采用前后波门,分别在视频和中频完成距离误差提取,通过详细的理论推导对这2种方法的误差提取电路的特性进行分析,得到距离误差曲线.并讨论了视频积累和中频积累的差别,对视频积累的效果进行了详尽的分析,所得结论对实际工程有指导意义.     

基于区间数TOPSIS法优选空军战役作战计划

针对战役作战计划优选中的不确定性,运用区间分析和TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)法探索空军战役作战计划优选问题.通过引进区间数乘法运算,将区间数多指标决策问题转变为指标为区间数的多指标决策问题,进而给出区间数多指标决策问题的TOPSIS法,对空军战役作战计划进行排序选优.与传统方法相比较,该方法较好地解决了评价指标为不确定值时的多指标决策问题.     

基于区间超效率DEA的工程伪装方案评估模型

在建立工程伪装方案评估指标体系的基础上,利用区间超效率DEA模型对其进行评估.在传统C2R模型的基础上将其超效率化,从而对同为有效的DMU进行区分;由于DMU模糊性输入和输出指标为区间数,将超效率DEA模型进行区间扩展.建立超效率值区间数大小的可能度矩阵,并基于模糊互补矩阵将DMU充分排序.算例表明该方法实现了对DMU的充分排序,是一种有效的工程伪装方案评估方法.     

基于随机森林的重要性测度指标体系

重要性测度分析可以找出重要特征变量,从而降低输入空间的维数,节约运算成本.基于随机森林重要性测度的分析原理,探寻随机森林的重要性测度指标与基于方差的全局灵敏度指标之间的联系,得到求解方差灵敏度主指标Si及其总指标STi的新途径.建立基于随机森林的单变量、组变量重要性测度指标,并明确具体的求解过程,完善基于随机森林的重要...     

基于HRRP的雷达目标识别研究综述

雷达目标识别(RTR)技术在国土防空和战略预警领域具有重要意义,目前相关研究大多基于高分辨距离像(HRRP)展开。梳理了当前研究主要聚焦于样本完备和小样本情况下目标识别的问题,研究方法主要聚焦于基于特征提取的识别方法、基于统计建模的识别方法以及基于深度学习的识别方法等3个方面。聚焦2大问题,从3个方面开展综述,进行归纳总结;指出在当前研究领域存在的5个亟待解决的问题,分析了下一步研究可以考虑的方向。     

某新型主战坦克超越射击时至友军的安全距离

在分析影响坦克超越射击时至友军安全距离主要因素的基础上,结合某新型主战坦克炮口冲击波超压试验数据,通过运用M athem atica软件对数据进行统计处理和理论分析计算,提出了某新型主战坦克超越射击时至友军的安全距离,为我军新型主战坦克安全地实施超越射击提供了可靠的理论依据。     

基于主成分的改进马氏距离TOPSIS方法

针对指标变量线性相关,导致变量协方差矩阵行列式(广义样本方差)为零无法应用马氏距离的情况,采用主成分分析法对指标变量进行线性组合,在不减少信息量的同时,得到少数几个不相关的主成分,由主成分构成的协方差矩阵行列式不再为零。依据降维后的主成分变量,采用基于马氏距离的逼近理想解法对五种预警机探测引导能力进行了排序,经检验其结果与实际情况相符。     

基于改进的灰色综合关联度方法的效能评估分析

针对传统灰色综合关联度在指标权重确定和灰色判断矩阵建立上的主观性较强的缺点,提出了改进的灰色综合关联度方法,即运用组合赋权思想,将客观信息与主观信息结合,得到指标的组合权重,既考虑了专家决策的偏好,又减少了指标的主观性。在建立灰色关联评价矩阵的时候,采用评判区间来代替传统的单一评判值,增加了最后评估的可靠性。最后通过实例对该方法进行了验证和分析。结果表明,采用改进的灰色综合关联度分析法对系统进行评估是可行的,而且与传统的灰色综合关联度法相比,该方法所得到的评估结果更加有效。