基于蚁群算法的舰艇编队多目标识别模型

现代海战中,舰艇编队面临的威胁目标复杂多样,正确识别目标是做出准确的军事决策的前提。基于蚁群算法的并行最优化特点,引入近邻函数,将目标识别问题转化为最优化聚类问题,提出了一种新的多目标识别算法。实验结果表明此方法是有效的,具有一定的军事现实意义。     

靶弹系统发展的某些新特点

靶弹系统建设对于防空兵器试验和部队作战训练具有重要的作用。介绍了靶弹的组成,美、俄等国靶弹系统研发现状以及主要型号靶弹的技术战术性能,详细分析了外军靶弹研发的特点和发展趋势,对我国防空兵器靶标体系建设有一定的参考借鉴作用。     

外军无人训练靶标发展研究

无人训练靶标在军事训练过程中起着至关重要的作用。重点介绍国外一些新型的、在模拟手段及技术水平方面有着鲜明特征的无人靶标系统,在此基础上对外军无人靶标的发展特点进行了分析。     

基于UKF的自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯（CT）模型,采用无迹卡尔曼滤波（UKF）方法和自适应网格（AG）的模型集自适应策略,研究了一种变结构交互式多模型算法,即：基于UKF的自适应网格交互式多模型（UKF-AGIMM）算法。对二维机动目标跟踪的仿真结果表明,本算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用     

空中目标运动参数实时测量系统

为了实现对飞机等远距离空中目标运动参数的实时测量,设计了目标自动跟踪测量系统,并对该系统的硬、软件组成及关键技术进行了研究。组建验证样机,进行软件框架设计及功能模块分析,通过实测实验详细测试了系统的工作性能。静态验证实验结果表明:测距结果稳定在1mm以内,方位测量结果稳定在5″以内。动态验证实验结果表明:对运动目标的实时测距误差为2mm,实时测距频率为5Hz;方位测量误差为0.05°,姿态测量误差维持在0.2°以内,方位和姿态实时测量频率均为20Hz。因此,系统满足空中目标运动参数稳定可靠、高精度的自动实时测量需求。     

结合非负张量表示与扩展隐Dirichlet分配模型的图像标注

由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

基于混沌pso算法的实时动态目标分配

任务分配是多导弹协同攻击目标的重要前提,在充分考虑满足复杂战场环境各种约束的条件下,提出了基于混沌粒子群算法的实时动态算法,使得算法在求解WTA问题时具有处理意外目标和任意时刻响应当前战场状态的实时动态特性。并为了解决战场环境中各不确定性因子对新加入目标优先级的影响,提出基于三元区间数表示关联熵的复合物元目标排序方法。     

实弹射击弹着点定位算法研究

弹着点定位是实弹射击中实现自动报靶的关键。利用弹头撞击钢质靶板产生的振动波到达四个顶点上的振动传感器的时间差,来实现弹着点的定位。弹着点的位置定位算法,利用两次加权的方法,消除噪声等因素产生的误差,最后经过实验测试,分别对一次、二次加权的结果进行仿真以及数据的拟合。结果证明,该算法对弹着点的位置估计随着加权次数的增加,也会更加接近实际值。     

考虑目标微多普勒频移的反导雷达配置模型

针对采用微多普勒频移识别目标的反导雷达,对其配置问题进行研究,以便更好地发挥其目标识别能力。首先,利用雷达性能参数,计算出要探测某一弹道时的雷达可配置区;其次,分析目标微多普勒频移对目标识别可能性的影响,以雷达覆盖区和高概率识别区的最大化为目标建立雷达的配置模型;最后,通过仿真分析发现通过调节雷达覆盖区与高概率识别区的权重,可以得到针对不同作战需求时的雷达配置方案。     

基于目的地预测的多相似加权目标编群方法

针对目标编群中单一算法存在的适用范围小、误分率高的问题,提出一种新的态势估计中目标编群的处理方法。首先应用Hop fie ld神经网络对态势中目标的目的地做出判断,然后采用多相似性加权策略计算出目标间的相关系数,再根据最大相关系数层次聚类算法实现编群。仿真结果表明方法能在一定程度上减小错误编群的概率,同时适用范围也得到了扩展。