基于主成分分析和神经网络的目标识别

采用主成分分析法将多项识别属性进行综合聚集,减少关联属性对识别的干扰,达到属性约简的目的。利用神经网络进行目标识别,通过优化训练策略,可以提高网络的收敛速度和泛化能力。主成分分析法与神经网络结合既能高效识别已知样本,又能对未知样本具有很强的自学与适应能力,从而有效地对海战场目标进行识别。通过对比仿真,证明了算法的有效性。     

某型滑翔增程靶弹方案弹道设计

针对某滑翔增程靶弹的无动力特性,综合各方面因素,提出一种具有近似平飞段的方案弹道。选择相关参数,设计了一种具有近似平飞段的高度变化律,提出了改进的攻角表达式,得到无动力靶弹三自由度铅垂平面的运动模型。数字仿真证明,这种方法合理可行,满足了靶弹各项战技指标,实现靶弹的近似平飞,方案弹道能较好地追踪给定高度变化,具有较高的工程应用价值。     

试论实践体育教学“健康第一”的目标途径

本文采用文献资料法、归纳法,对体育教育与健康教育的关系及实践体育教学"健康第一"指导思想的目标途径进行分析研究,以促进体育教学健康有效开展,更好地适应新世纪人才培养的需要。     

雷达空间目标识别技术综述

随着人类航天活动的增加,对于卫星和碎片等空间目标进行监视变得非常重要。为了实现空间监视任务,对空间目标进行识别是非常必要的。对空间目标的轨道特性与动力学特性进行了介绍,对雷达空间目标识别技术的研究现状和发展趋势进行了详细的综述。     

一种纯方位跟踪中的在线式伪线性算法

针对伪线性参数估计不能进行实时状态跟踪的问题,讨论了一种新的在线式的伪线性跟踪算法.对算法的实现过程进行了推导,并应用于纯方位目标的跟踪问题中.仿真结果表明,与传统累积形式的伪线性跟踪算法相比,该算法在保证一定精度的同时,能够降低每个估计时刻的计算量,减少计算占用的资源,是一种有效的算法.     

太赫兹粗糙金属目标镜面雷达散射截面预估方法

在太赫兹频段,研究金属目标表面粗糙度对雷达散射截面(Radar Cross Section,RCS)的调制作用,对粗糙金属目标的RCS缩比测量具有重要意义.通过研究太赫兹粗糙金属目标镜面RCS随粗糙度的变化规律,结合相干、非相干散射理论,在基尔霍夫近似法的基础上,提出一种特定参数区间粗糙金属目标镜面RCS的预估方法,并...     

Effects of cueing in cooperative search

We consider the effects of cueing in a cooperative search mission that involves several autonomous agents. Two scenarios are discussed: one in which the search is conducted by a number of identical search‐and‐engage vehicles and one where these vehicles are assisted by a search‐only (reconnaissance) asset. The cooperation between the autonomous agents is facilitated via cueing, i.e., the information transmitted to the agents by a searcher that has just detected a target. The effect of cueing on the target detection probability is derived from first principles using a Markov chain analysis. In particular, it is demonstrated that the benefit of cueing on the system's effectiveness is bounded. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

GM(1,1)模型用于目标方位数据预处理

基于估计理论这一数学基础的纯方位目标运动分析,由于其本质上的非线性,导致估计性能严重依赖观测精度,在大噪声背景下,收敛慢,甚至发散.针对此,提出一种基于灰色系统GM(1,1)模型的数据预处理算法.该算法不需要数据的概率分布、一二阶矩等统计先验知识,而是通过生成具有较强规律的数列,揭示数据的内在规律.仿真结果表明,该模型能有效地滤除背景噪声;经过预处理后的数据用于目标运动状态求取,解算结果理想.     

基于采样卡尔曼滤波的水下被动目标跟踪

针对水下被动目标跟踪问题中,采用直角坐标系容易出现滤波发散,而修正极坐标系下过程模型强非线性的问题,研究了一种修正极坐标系下的采样卡尔曼滤波算法.采样卡尔曼滤波比传统的扩展卡尔曼滤波更好地逼近状态方程和测量方程的非线性特性,给出更精确的均值和协方差的估计,并且适用于过程噪声与状态估计非线性耦合的情况.在修正极坐标系下,采用3种滤波方法求解被动目标跟踪问题,仿真结果表明,采样卡尔曼滤波的滤波精度优于传统的扩展卡尔曼滤波方法和自适应扩展卡尔曼滤波方法.     

基于SNF的一种检测和跟踪性能优化方法

对于一个监视系统,跟踪性能的优化要求检测系统和跟踪系统通过引入反馈进行联合设计,针对最大量测幅值邻域滤波器(SNF),提出了先验和后验检测跟踪优化准则,通过分析得出先验优化准则不可行这一结论,而利用后验优化准则同时对检测阈值和门值的联合优化,仿真结果表明,用后验优化准则进行检测和跟踪性能优化,不仅具有比恒虚警率更好的跟踪精度,而且其计算代价也大为降低.