TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

防空兵确定被保卫目标重要性的一种方法

防空兵正确确定被保卫目标的重要性,是正确构建防空火力配系的基础.首先全面梳理了确定被保卫重点的六条依据,然后,在分析目标选定因素的基础上,给出了利用层次分析法确定各个指标权重的方法,同时,建立了防空兵评价被保卫重点目标重要性的数学模型,并结合一个实例验证了方法的应用.     

An infrared target intrusion detection method based on feature fusion and enhancement

Infrared target intrusion detection has significant applications in the fields of military defence and intelligent warning. In view of the characteristics of intrusion targets as well as inspection difficulties, an infrared target intrusion detection algorithm based on feature fusion and enhancement was proposed. This algorithm combines static target mode analysis and dynamic multi-frame correlation detection to extract infrared target features at different levels. Among them, LBP texture analysis can be used to effectively identify the posterior feature patterns which have been contained in the target library, while motion frame difference method can detect the moving regions of the image, improve the integrity of target regions such as camouflage, sheltering and deformation. In order to integrate the advantages of the two methods, the enhanced convolutional neural network was designed and the feature images obtained by the two methods were fused and enhanced. The enhancement module of the network strengthened and screened the targets, and realized the background suppression of infrared images. Based on the experiments, the effect of the proposed method and the comparison method on the background suppression and detection performance was evaluated, and the results showed that the SCRG and BSF values of the method in this paper had a better performance in multiple data sets, and it’s detection performance was far better than the comparison algorithm. The experiment results indicated that, compared with traditional infrared target detection methods, the proposed method could detect the infrared invasion target more accurately, and suppress the background noise more effectively.     

时差方位被动定位法在水下目标跟踪中的应用

在水下目标跟踪中 ,无源被动定位技术是常用的技术。在对利用方位和声波脉冲到达时间差的被动测量来进行目标的定位和跟踪后 ,对系统进行了描述和分析 ,利用递推最小二乘 (RL S)估计算法估计出目标的运动偏量 ,然后结合线性卡尔曼滤波 (KF)算法给出目标的运动状态。仿真结果表明 ,利用方位和时差对水下目标进行定位跟踪 ,可以要求观测站是静止的 ,不必机动 ,并且具有快速收敛、精度较高、稳定等特点。     

试论实践体育教学“健康第一”的目标途径

本文采用文献资料法、归纳法,对体育教育与健康教育的关系及实践体育教学"健康第一"指导思想的目标途径进行分析研究,以促进体育教学健康有效开展,更好地适应新世纪人才培养的需要。     

C3I模拟系统目标数据处理的实现

海军岸基指挥自动化模拟系统中,目标数据录取及数据综合处理是非常重要的两个模块。本文介绍了在该模拟系统中这两个模块的仿真实现。首先简要介绍系统结构组成、信息流程,及目标数据录取和数据综合处理模块的基本功能;并着重介绍其软件流程,实现的关键技术;最后介绍其仿真实现。     

反舰导弹对目标信息迟滞的适应性分析

目标信息迟滞(延误)情况下的导弹攻击是导弹超视距攻击的一种常态。以直升机引导反舰导弹实施超视距攻击为例,在全面分析反舰导弹超视距攻击射击误差因素的基础上,建立了反舰导弹捕捉概率模型,对目标信息迟滞对导弹捕捉概率的影响进行了精确定量分析,得出了相关结论,并对导弹超视距攻击的引导与实施提出了建议与要求。     

基于粒子群优化算法的空中目标定位

受干扰条件下,雷达难以对空中目标准确定位。针对这一问题,提出了当多基雷达接收站在空间随机分布时,利用粒子群优化算法解决根据到达时间差对空中目标定位中遇到的非线性最优化问题。所建算法首先初始化一个随机粒子群,然后根据适应度值更新粒子速度和位置,通过迭代搜索最佳坐标。仿真结果表明,在参数设定合理的情况下,该算法性能稳定,能找到逼近全局最优点的解。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。     

基于一维距离像的导弹目标运动特征提取方法

根据导弹目标运动方式及其回波特点,提出了一种基于一维距离像的运动目标特征提取方法。在对回波进行全去斜率处理后获得目标一维像。通过观测一维像序列的长度变化周期,提取目标的章动频率;根据距离像在成像窗口中的位置,获取雷达和目标的径向距离;利用相邻距离像相关方法,获取距离像平移位置,从而推出雷达—目标的径向速度。进行了相应的仿真实验,结果表明了该方法的有效性。