基于分层防御的空中目标威胁值评定模型

按照分层防御的原则,结合水面舰艇编队防空火力的主要性能和空中目标的部分属性,首先建立了空中目标的威胁分级模型,再在同一威胁等级中运用模糊理论根据目标的属性进行进一步评定,从而建立了基于分层防御的空中目标的威胁值评定模型。本模型可为水面舰艇编队防空作战决策提供一定的参考。     

一种鱼雷电磁引信目标信号特征识别的新方法

描述了表征信号奇异性的Lipchitz指数方法,分析了小波变换检测信号奇异值的原理,结合鱼雷电磁引信目标信号的包络信号在到来和结束时刻以及在最大值点存在奇异值的情况,提出了一种识别包络信号的幅度变化率和持续时间特征的新方法。在Matlab环境中对该方法进行了仿真分析,结果表明:相比传统的模拟电路的识别方法,该方法识别精度高。     

固守范林堡校舍——英军历史上最值得称道的街巷防御战之一

荷兰东部城市安恒市内的范林堡女子公学,是当地一所颇有优秀教学历史的学校。不过在1944年秋天之前,除了当地人,很少有另外人知道这里。发生在这年9月的“市场一花园”行动改变了这一切,安静的校舍,成了陷入重围的一群英国士兵为生存而斗的最后战场。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

基于动态窗口的灰色加权填充算法及应用?

为解决复杂系统中单属性缺失数据填充困难问题,提出了基于动态窗口的灰色加权填充算法。该算法通过建立双向灰色预测模型,并采用模型精度评价系数加权填充缺失数据,有效增强了算法的准确性;提出基于灰色模型评价系数反馈的动态伸缩窗口概念,寻找产生最优模型的训练数据序列,使算法具有良好的鲁棒性和适应性。实验结果表明,该方法在RMSE和MA两项指标上均优于传统的双向灰插值、灰插值、多项式插值等方法。     

捷联惯导大失准角误差模型在快速传递对准中的应用

针对快速传递对准中主子惯导相对姿态存在大角度的情况,推导了捷联惯导大失准角误差模型.该模型采用欧拉角表示姿态误差,并用欧拉运动方程准确描述其传播规律.鉴于该模型中的姿态观测方程是复杂的非线性函数,采用无需求导的UKF算法,并采用奇异值分解(SVD)解决方差阵的病态问题.仿真结果表明,该算法在小角度误差条件下滤波精度优于线性模型,并且适用于大角度误差条件.     

四元数长方矩阵的同时复对角化

利用四元数矩阵的奇异值分解(SVD),对两个四元数长矩阵给出了其同时复对角化的充要条件,进一步对一个四元数长矩阵集合,针对其同时复对角化问题,给出了一系列充分必要条件.     

TF工程应用中的地形数据处理方法研究

研究了地形跟随(TF)工程应用中的地形数据合理性检验、误差消除以及地形数据的转换、存储和更新3个问题。针对地形数据的特点,提出了地形测量数据中数据合理性的判别准则;根据TF工程应用和减小测量随机误差的需要,给出了地形数据转换、存储和更新算法,并根据数据处理结果修正了系统误差。数据处理结果表明,应用该方法可以剔除野值,减小随机误差,地形数据存储与更新算法可行,满足TF工程应用需求。     

小波变换在红外脉冲幅值序列算法中的应用

针对四元探测器信号处理中的脉冲幅值序列算法,提出了用小波变换进行序列数据分析和目标识别的方法。通过分析红外干扰弹的工作过程和其辐射能量变化与典型目标辐射的差异,选择db3小波函数对提取出的脉冲幅值序列进行小波分解和重构,有效地区分了目标信号和干扰弹信号,提高了四元探测器抗红外干扰和识别目标的能力。     

基于改进型奇异值分解的数字水印算法

针对目前比较流行的基于小波变换和奇异值分解相结合的数字水印算法存在的一些缺陷,提出了如下两点改进:一是采取错位补偿的方法,改进了奇异值分解算法的对角失真。二是针对奇异值分解算法错警率高缺点,提出了将水印信息嵌入到RGB空间的B分量上的方案,并根据提出的波动率,选取合适的水印。实验结果表明:该算法不仅保持了很好的不可见性和鲁棒性,同时大大降低了错警率。