基于组合熵权的联合作战目标选择模型研究

针对作战中目标选择与排序问题,分析确定了8种在联合作战条件下影响目标选择关键因素。在此基础上应用多属性决策理论,以组合熵权系数确定指标权重,建立了目标选择模型。模型简洁易于实现,并且在决策中有效减少了主观随意性。最后通过仿真实例说明了模型的有效性和可操作性。     

基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.     

基于多时刻目标运动模式分布的多模型算法

在机动目标跟踪过程中,传感器在利用量测数据计算目标状态的同时,需要完成对目标运动模式的估计,并根据估计结果对传感器滤波方程的参数或结构进行调整,以减小滤波方程与目标运动模式之间的差异,提高对机动目标的跟踪精度.针对已有多模型算法的不足,利用多个时刻的目标运动模式分布来解决混合估计问题,提出一种新的次优多模型(MTMM)算法.仿真结果证明了MTMM算法的有效性.     

AHP法改进及其在目标威胁等级评估中的应用

目标威胁等级评估有利于合理分配战场资源,进行科学的攻防决策,既能更好保存自己,又可有打击敌人。应用模糊综合评判和成对比较法构造判断矩阵,改进了层次分析法(AHP法),提高了判断矩阵的准确性和科学性。采用改进后的AHP法评估威胁水下潜艇生存的海面和水下目标,得到了目标威胁的量化结果。改进后的AHP法可用于其它类型目标的威胁等级评估,为进一步提高评估的准确性,模糊综合评判时专家评分权值可取不同值,但判断矩阵的特性有待进一步研究。     

基于主成分分析法的目标威胁评估

为提高防空作战指挥员对空中来袭目标实施火力分配的量化决策水平,本文提出了基于主成分分析法的目标威胁评估模型及方法。主成分分析法在将原始变量转变为主成分过程中,同时形成了反映主成分的权数以计算综合评价值,这样在指标权重选择上克服了主观因素的影响,客观反映了各指标因素间的现实关系。通过引入实例,对来袭空中目标进行多指标综合评价,根据综合评估值对各批目标威胁进行排序,所得结果合理且符合客观实际,切实为防空作战指挥员科学合理地实施火力分配提供了数据支持和科学依据。     

纯方位TMA的变增益扩展卡尔曼滤波算法

通过对水下纯方位目标运动分析中的扩展卡尔曼滤波(EKF)算法的分析,利用方位新息,构成了一条反馈回路,从而将EKF算法改进为变增益扩展卡尔曼滤波(VGEKF)算法.对比仿真分析表明,VGEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位目标运动分析的实现提供新的途径.     

对运动目标螺旋搜索误区分析

对运动目标搜索是军事系统工程的一个重要内容,其在很多领域具有广泛应用,如对潜艇搜索、对失事舰船飞机搜救、制导武器搜索捕捉目标等.用运动学和数学的有关知识分析了目标定速直航机动时的分布函数以及搜索者与其可相遇的条件,提出了对运动目标按螺旋线搜索的另一种证明方法,建立了直线搜索时目标可能位置点的数学模型,并以此为依据分析了对运动目标螺旋搜索模式的一个误区.     

基于散射机理分类与方位对称性判决的极化SAR人造目标提取

由于极化SAR人造目标电磁散射的复杂性,已有极化SAR人造目标提取方法难以完整地提取出感兴趣区域内不同类型的目标.针对这一不足,提出一种基于散射机理分类与方位对称性判决的提取新方法,充分利用目标与杂波在散射机理类型及方位对称性上的差异进行提取.与已有方法相比,该方法对极化SAR图像中不同极化特征的人造目标都有较好的提取性能,提取结果更为完整和准确.利用全极化SAR实测数据验证了本方法的有效性和优良性能.     

全局仿射变换条件下图像不变量提取新方法

从仿射几何理论出发,提出了一种全局仿射变换条件下图像特征不变量构造的新方法.利用仿射区域划分获取一组扩展质心集合作为图像特征点集;求解特征点集的凸包,根据扩展质心的性质将凸包顶点均匀组合成若干特征区域;利用仿射几何性质构造了有效的仿射不变量.实验对该方法进行了全面的比较分析,以验证所构造的不变量更具稳定性和高时效性.     

杂波环境下红外传感器滤波算法

基于定向概率数据关联滤波(DPDAF)算法,根据红外传感器对目标方位角与俯仰角分辨率不同的特性修正了似然函数,并利用等效观测噪声协方差阵修正滤波增益的思想,构造了一种旨在提高红外传感器跟踪性能的修正定向概率数据关联滤波算法.蒙特卡洛仿真结果表明,新算法对红外目标的跟踪具有比DPDAF更好的跟踪性能.