反舰导弹自主式火力分配

针对反舰导弹火力分配问题,提出了应首先实现从"瞄准式火力分配"向"自主火力分配"的观念转变,研究了反舰导弹自主火力分配的概念和国外发展动态,探讨了火分代码法、目标尺寸法、目标成像法和火分规则法四种自主火力分配方式的思路及对海战场的影响。研究表明,反舰导弹采用自主火力分配方式,能有效提升其自主作战能力。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

舰船远海维修保障的适应性及平台选型

舰船远海维修保障平台选型实质是属性包括操作性、稳定性、及时性、安全性和经济性的模糊关联多属性群决策问题。为了更客观地反映平台选型过程中决策者的决策意图,更准确地融合决策信息,构建了三角模糊数犹豫直觉模糊关联有序加权几何平均（Related Triangular Hesitate Intuitionistic Ordered Weighted Geometric Average, R-THIOWGA）算子,给出了三角模糊数犹豫直觉模糊数的比较规则,并基于R-THIOWGA提出了远海维修保障平台选型的群决策方法。将提出的群决策方法应用于我国海军舰船远海维修保障平台选型的实例分析。分析结果表明：用R-THIOWGA算子解决模糊关联多属性决策问题是可行的、有效的,自航式半潜维修船是远海维修保障最佳作业平台。     

基于不同能量值特征优选的水声目标识别

采用Bartlet平均周期图、小波变换和经验模态分解方法分别提取信号的频段能量值特征、IMF能量值特征,重点对IMF能量值特征进行特征优选。通过设计BP神经网络分类器,对实测的四类舰船目标的辐射噪声信号进行测试,取得了较好的识别效果。     

基于小波包和支持向量机的舰用发动机故障诊断

舰用发动机是一个复杂的大系统,由于受到海洋恶劣气候的影响,其故障发生的概率大大增加,因此,对舰用发动机故障诊断进行研究具有重大实际意义。以舰用发动机的主泵轴承为例,提出了基于小波包和支持向量机的故障诊断方法。首先采用振动加速度传感器获取轴承的振动信号,然后对采集数据进行多层小波包分解,求各频带信号能量,形成各种故障模式下的特征向量。将形成的故障特征向量训练集输入到支持向量机,通过训练建立诊断分类器,并运用测试数据对建立的诊断分类器进行测试。实验结果表明,该方法可以很好地实现舰用发动机故障诊断效能,具有很好的工程应用前景。     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

装备采办市场的逆向选择及其根治策略——一种根治采办市场逆向选择的机制设计

在分析装备采办市场逆向选择的基础上,从军方对军工企业支付合同的设计出发,提出了一种根治装备采办市场逆向选择的可行的可实施机制,该机制对我军建立相关制度、采取相关措施以防范和根治装备采办市场的逆向选择具有一定的借鉴和指导意义.     

基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。