基于RCS序列的助推段弹道导弹识别

在弹道导弹的助推段,通过低分辨率雷达得到RCS序列作为识别的重要信息。由于运动特性和电磁散射特性的差异,弹道导弹在助推段的RCS序列与其他目标相比具有可识别性,但需要对其RCS序列进行处理。基于目标识别技术,详细阐述能从RCS序列中提取出的特征参数,并通过直方图、N点截图等方法给出了直观的反映。最后,将弹道导弹助推段特征与飞机、燃料舱等典型目标进行对比,得到可以作为识别参量的特征参数,并通过类内类间距离验证了有效性。     

仿射不变轮廓矩及其稳定性分析

针对区域矩需要计算全图像素的统计分布、计算量大的问题,构造了基于目标形状的仿射不变轮廓矩。首先采用PDE方法推导得到了6个仿射不变矩的数学模型,然后将积分区间变为目标区域的边界,计算得到基于目标形状的仿射不变轮廓矩,最后通过三类舰船不同姿态下的图像进行了实验验证并对其稳定性进行了分析。研究结果表明:仿射不变轮廓矩具有较好的稳健性及区分度,可将其作为不变特征用于舰船目标识别。     

基于相参 RCS 距离分布的抗箔条干扰方法

为了提高反舰导弹对抗舰载无源干扰的能力,在分析箔条和舰船相参 RCS（雷达散射截面）距离分布的属性特征及其差异的基础上,研究了利用这种差异对干扰和目标在可分辨情况下进行识别的方法;针对干扰和目标不可分辨情况,提出了通过 RCS 距离分布特性和耦合时移特性的差异来压制干扰、提高信干比的方法。     

基于邻接矩阵的软件测试环境规划设计方法

在分析软件测试环境的基础上,研究了软件试验中测试用例设计面临的突出问题,从软件测试环境的规划出发,基于有向图的邻接矩阵,设计满足一定覆盖度标准的软件测试环境规划方法,可为软件试验提供技术参考和研究方向。     

确定性理论在雷达型号识别中的应用

雷达型号识别是雷达对抗情报侦察的首要工作,是近一步分析雷达用途及相关武器系统的基础,也是高层次上的态势评估和威胁估计的主要依据.针对现代战争中电磁信号环境的复杂性,利用单一传感器很难对雷达型号进行准确识别,而基于确定性理论的不确定推理技术能将多个传感器在多个周期的侦察信息进行融合,所以采用确定性理论的数据融合技术,基于确定性理论的组合规则,采用分层式融合算法对雷达型号进行识别.仿真结果表明,该方法的识别结果令人满意,使采用单一传感器可能存在的无法识别或误识别等现象得到了明显的改善.     

防空兵指挥决策系统及其运行环境的影响

决策者、决策辅助人员和指挥决策信息系统是部队指挥决策系统的基本组成部分,防空兵指挥自动化和决策支持系统则是指挥决策信息系统的一部分,环境因素和决策信息是影响防空兵指挥决策系统的重要因素.从系统的观点阐述了防空兵指挥决策系统与内外环境因素的关系,提出在新技术条件下,系统信息是防空兵指挥决策系统的又一组成要素.从这个观点出发,可以准确、全面地了解和分析系统环境因素对防空兵指挥决策系统影响,最终达到提高防空兵指挥决策效能的目的.     

基于多视图的指挥信息系统军事需求分析方法

针对目前指挥信息系统军事需求分析领域存在的一系列问题,提出了一套符合指挥信息系统特点要求的基于多视图的指挥信息系统军事需求分析方法.该方法主要根据军事指挥人员、参谋业务人员以及系统管理人员等不同类型人员的特点,从作战、系统以及管理等多个角度分析指挥信息系统军事需求.文中重点对该方法的3个重要组成部分,即需求体系框架、描述方法体系和集成开发环境,进行了分析研究.     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

指数型数据环境因子工程计算方法

在可靠性工程实践中,对于技术状态处于稳定期的产品,环境因子是对不同试验条件下的可靠性数据进行综合利用的重要参数。由于环境因子理论计算方法在工程应用中存在着很多问题,缺乏工程实用性,因而在可靠性工程中如何确定环境因子一直是个争议较多的问题。主要探讨了指数型数据环境因子的工程确定方法,在理论计算公式的基础上对可靠性试验数据进行了工程上的处理,由此获得的环境因子具备较强的工程实用性。     

野外复杂背景下轻武器射击目标的图像识别算法

针对野外复杂背景下轻武器射击目标图像的分析判别,首先采用一种彩色空间聚类分析和阈值分割相结合的混合算法,即基于S、I通道的目标图像两步分割算法,将目标区域从背景图像中分离出来.然后基于机器学习理论中的Boosting算法,利用区域的形状特征和纹理特征等组成一个强分类器,将目标区域从其他区域分离出来,同时判断出目标的类型.