基于Viterbi的一种单目标跟踪算法

在深入分析Viterbi算法的基础上,对现存的基于Viterbi的数据关联算法作出了一定的修正,提出了一种改进的基于Viterbi的单目标数据互联算法(IVDA),有效地完成了对单目标的跟踪,并解决了PDA算法在目标检测概率较低时误跟踪率偏高和杂波密度参数在实际中难以获取的问题,最后通过仿真验证了结论的正确性。     

基于接收分集的MIMO雷达性能分析

基于接收分集的MIMO雷达发射端采用阵元间距为半波长的均匀线阵,各子阵元发射相互正交的信号,而接收阵元间距满足空间分集条件。由于天线阵元之间紧密分布的发射阵列可以当作一发射站处理,因此该MIMO雷达的结构与一发多收多基地雷达类似。分析比较了双基地雷达、一发多收多基地雷达和接收分集MIMO雷达的检测性能和模糊函数,指出接收分集MIMO雷达具有良好的检测性能、方位角分辨力和较低的"自身杂波",这有利于微弱目标的检测、目标的高精度定位、虚假目标的消除以及雷达系统可观察目标动态范围的提高。     

军队仪式教育中情感氛围的营造

仪式教育是思想政治教育的重要方法,是通过一定的形式或程序将既定的价值观传递给教育对象的教育形式。与课堂教育的区别在于,它不仅要对教育对象进行理性灌输,而且必须根据教育要求营造特定的情感氛围,以引发教育对象强烈的情感体验,从而达到育人于无声、化人于无形的效果。所以,仪式教育成功与否,关键在于情感氛围的营造。     

河北省邯郸军分区组织民兵——为恢复供水破冰采样

1月5日,河北岳城水库上游浊漳河山西境内发生特大水污染事故,水库进出水口紧急关闭,造成邯郸市区大面积停水,70%用户用水被迫中断。面对突如其来的突发事件,市委市政府紧急启动应急预案,一方面组织市政部门紧急调水供水,一方面指示军分区担负水库抽样检测任务。受领任务后,军分区迅速协调组织驻     

一种慢跳DS/FH信号的检测方法研究

提出了一种慢跳DS/FH信号方法,根据DS/FH信号的特性,将信号的跳频特性与直扩特性分开进行检测.首先利用成熟的跳频检测方法,在时频域或频域上对信号进行跳频检测,当检测到跳频信号后,再在时域上采用空间互相关方法检测信号是否具有直扩特性,从而判断DS/FH信号的存在性.计算机仿真结果表明该方法具有一定的可行性.     

基于红外图像的小目标检测与跟踪方法

为了能在强杂波、低信噪比的情况下检测小目标,人们提出了许多针对小目标检测与跟踪的方法。介绍了基于红外图像的小目标检测和跟踪的各种方法和最新进展,重点讨论了灰度形态法、小波变换法、最优时空非线性滤波法用于小目标检测与跟踪的原理,并指出了今后的发展和研究方向。     

STCN的对岸打击时间协同冲突消解研究

为验证航空兵对岸打击中时间协同计划的可行性以及快速地调整时间协同计划,建立了任务间的简单时间约束网络(STCN),并转化成权值矩阵的形式.根据权值矩阵特点,提出了一种检测STCN一致性的权值矩阵法,大大降低了算法复杂度.为加快时间协同计划的调整速度,基于检测结果,提出了一种代价最小的冲突消解方法,避免了消解过程中的重复检测问题,提高了效率,使计划调整更加快捷高效.     

面向任务的战术行动自主协同关系模型

在信息化战争的大背景下,战术行动中团队协同作战一直是研究的重点问题,而如何建立自主协同关系是团队协同研究的一个难点问题。在分析已有团队协同理论和框架的基础上,提出一种面向任务的战术行动自主协同关系模型建立方法。该模型首先根据当前战场态势和上级任务发布自主协同任务集合,各作战单元根据战场态势和自主决策自愿参与自主协同任务,其次利用作战单元与自主协同任务间的相互关系实现对关键角色的判断。如果关键协同成员参与自主协同任务则自主协同关系建立成功,反之,建立失败。     

火控系统故障检测与智能诊断

现代火控系统是集电子技术、计算机技术、自动控制技术为一体的综合系统,火控系统故障检测与诊断是保障火控系统可靠工作的一项非常重要的工作。根据检测需要,本检测系统可以模拟产生火控系统正常工作时所必须的特征信号,将这些特征信号输入被测单体,运用黑盒测试原理,由输入输出信号特征及其二者之间的对应关系建立诊断数据库,通过专家系统推理,将故障定位于火控系统单体内部的功能电路板,从而迅速实现火控系统故障的定位,达到快速检修目的。     

航拍图像去云方法研究综述

云区的存在严重影响了航拍图像的后期解译工作,如何高质量地去除云区干扰是当前航拍图像研究的重要内容之一。随着深度学习等技术的成熟和专用数据集的出现,航拍图像去云任务引起了研究者的广泛关注,也取得了阶段性成果。首先,介绍了几种常用数据集,结合数量、分辨率大小、获取媒介及特点进行了对比分析,同时给出了下载链接;然后,依据去云模型是否使用深度学习方法将去云方法分为基于经典理论的去云方法和基于深度学习的去云方法,突出阐述了基于深度学习的方法,并按照互补数据来源、应用场景、使用数据集、自身特点对各方法进行对比分析,重点对相关模型进行了说明,之后,介绍了常用的几种评价指标。最后,对现有方法中存在的问题进行讨论分析,并对未来的发展方向进行了展望。