空战飞机嵌入式训练系统的研究

空军正面对提高空战飞机训练效率的难题,嵌入式训练是解决这个问题的有效途径。结合现有研究技术和经验,研究了拥有高速无线网络和实时显控的嵌入式训练系统。可以使飞行员充分利用飞机内的原有设备进行训练,为飞行员提供了真实的操作、训练环境,同时指挥人员能够实时观察训练状况并做出科学的评估,具有突破性的训练效果。     

基于小波包频带能量检测的神经网络故障诊断技术

利用小波包频带能量检测技术对观测信号进行处理,从中获取反映故障特征的信息,以此作为输入对网络进行训练,可对故障进行比较可靠的分类。同时介绍了利用小波包频带能量检测技术提取观测信号特征向量的方法和步骤,以及基于松散小波神经网络的故障诊断方法。最后结合某型导弹舵系统故障诊断的实例,给出仿真试验,证明了该方法的有效性。     

主成分分析的模糊神经网络目标识别系统

提出了一种基于模糊神经网络(Fuzzy Neural Networks,FNN)的目标识别算法.在对目标进行模糊化处理基础上,通过主成分分析(Principal Component Analysis,PCA)提取相应的特征空间,以畸变的特征向量对系统进行训练,从而获得较高的目标变化适应性.仿真实验结果表明, 这种方法具有较强的自适应能力,抗噪性能也有所提高.     

TX2290型超高频数字电压表

本仪器与TX4861型、TX4864型显示器配合使用,可测量和调整VHF电视调谐器的各种参数,电视接收机总曲线、中放通道曲线等。TXS361A型可提供各国制式插件,机调和电调均适用,电调器三频道同时调试。扫描频率为50Hz或100Hz。1985年获国家科技进步三等奖。     

利用ISAR成像法进行架次识别

本文基于常规相参雷达体制,研究了利用ISAR成像法进行机群架次识别的问题,重点分析了对机群进行ISAR成像的特点,提出了适合机群成像的运动补偿方法,通过仿真实验验证了所提出的方法的有效性。     

一种基于重要性权重的证据合成方法及其应用

针对Dempster方法在合成高度冲突证据时结果与直观结论相悖的问题,提出了一种改进的基于重要性权重的证据合成方法,并将其应用到海上目标的识别。首先,根据证据之间的相似性程度判断证据间是否存在冲突,对于有冲突的情形,由基于P距离的权重分配模型得到各证据的重要性权值;然后,对BPA函数进行修正,采用Dempster规则修正后的BPA函数进行合成;最后,利用雷达和舰船的对应关系,将侦察雷达探测到的目标雷达信号载频、脉宽、重频转化为雷达参数的概率分配,并运用改进的证据合成方法进行了目标识别。仿真计算结果证明:该方法能有效处理冲突证据组合,克服了一票否决问题,减小了识别结果的不确定性,并保留了Dempster方法处理非冲突证据组合的良好特性。     

基于参数自适应辨识的被动定向算法

推导了匀速运动目标球坐标系下的定向跟踪模型;状态建模的不完备性引起了模型噪声方差阵带有未知径距参数,因而需要解决参数在线辨识问题.从滤波残差正交性原理出发,推导出参数自适应辨识滤波器(PIBF),计算机仿真验证了该算法的有效性并且对目标机动有一定的鲁棒性.     

舰艇编队防空能力仿真和可疑目标识别模型

由于舰艇的探测范围有限,为了最大限度地保证指挥舰的安全,需要设计合理的编队队形。对此设计了一种对称环形编队,分析了该编队在有预警机和无预警机两种情景下的抗饱和攻击能力。分析结果显示该队形能最大程度地保护指挥舰安全,抗饱和攻击能力显著增强。特别在有预警机支援的情况下,舰队生存能力可以得到极大提升。最后针对未知目标,使用决策树分类可以更迅速准确地判断出目标真实意图。     

光学侦察卫星对地机动目标侦察性能的评估北大核心

建立了基于改进Johnson判则的光学成像侦察卫星对地面机动目标检测概率模型。模型针对机动目标位置变化、运动速度与方向随机性等特点,提出了一种基于高斯分布的目标转移概率密度函数,用以评估卫星搜寻到目标的概率,将原适用于静态目标检测概率计算的Johnson判则,用于机动目标。通过Matlab/STK联合仿真,验证卫星对机动目标的覆盖情况和发现、识别和确认目标的概率性能。模型以发现、识别和确认目标的概率来描述光学成像侦察卫星对地面机动目标的侦察性能,卫星对地面机动目标的侦察性能可以作为规划机动目标行动方案的依据,有助于机动目标规避侦察。     

基于参差中重频脉组的搜索雷达跟踪波束设计

为解决常规搜索雷达在强气象、地物杂波下目标检测性能下降的问题,基于目标先验信息,设计一种跟踪波束实现对特定目标的跟踪处理,对目标所在的波位采用参次中重复频率脉组的方式探测,有效扩展速度检测清晰区并抑制慢速气象杂波及强地物杂波,实现目标距离、速度双模糊的解算,提高对跟踪目标的检测性.基于先验信息实现目标距离、速度模糊解算...