数字阵列雷达及其关键技术进展

随着高速ADC器件和高性能通用处理器的发展,雷达的数字化程度越来越高。分析了数字阵列雷达的优点;介绍了现有的典型数字阵列雷达系统,总结了数字阵列雷达的典型结构;介绍了高速ADC器件、高速采集板、正交解调和通道均衡等关键技术的发展现状。随着相关技术的不断进步,阵列雷达必然向着数字化、软件化和多功能的方向发展。     

火灾事故调查认定结论的可诉性研究

火灾事故调查是公安消防机构为了确定火灾事故的原因和性质,依法对事故责任者提出处理意见,同时为研究火灾规律、预防和扑救火灾提供实际依据的一种行为。火灾事故调查认定结论中的火灾原因认定和火灾损失统计在法理上不能提起行政诉讼,在司法实践中法院也不应受理,应在立法上和火灾调查工作中予以明确。     

武警总队应急车辆故障诊断系统研究

将人工神经网络和基于案例推理技术结合用于车辆故障诊断系统中,构建了ANN与CBR结合模型,阐述了各子系统的基本功能及相互关系,并对关键技术进行了详细解释。实例诊断表明,ANN和CBR方法的结合有效地弥补了它们各自的缺陷,提高了应急条件下车辆的维修保障能力。     

内燃机瞬时转速测量干扰因素分类与仿真

将影响内燃机瞬时转速测量的因素分为调频、调幅和附加波形影响,并得到了在这些干扰下磁电式传感器输出电压波形的理论函数表达式;使用插值计数法分别对3类因素的影响进行了仿真,结果证明了附加波形对瞬时转速测量计算的影响最大,调频干扰次之,调幅干扰对其几乎没有影响.     

基于PGP的动态连接库构成的安全认证系统

探讨PGP系统的主要功能以及实际使用过程中存在的问题,提出了一种新方案,即利用PGP提供的动态连接库以及优盘的特点的解决方案.根据该方案讨论的相关算法和流程,研制出电子文档的加密与认证系统.     

基于动态神经网络的柴油机建模研究

针对全柴推进系统仿真中主柴油机输出扭矩的预测问题,分析了输出扭矩的影响因素,在实验室试车台记录数据的基础上,利用小波分析方法对带噪声的原始信号进行预处理,运用Elman动态递归神经网络建立了用于柴油机输出扭矩预测的控制模型.     

人工神经网络特征优化方法在模式识别中的应用

在模式识别中,特征量的选择及组合优化是设计模式识别系统的关键问题,它强烈地影响到分类器的设计及其性能。人工神经网络除了在模式识别中作为分类器应用之外,而且能够实现特征参数的提取。通过采用人工神经网络模型,对柴油机故障的特征量优化方法进行了研究,实现了对柴油机故障的特征提取及优化。     

用神经网络变易有效焦距的摄像机标定法

针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点 ,提出了用 4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果 ,并与传统方法作了对比。结果表明 ,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性     

给定降质约束下一类DCT域图像水印算法的拉伸系数估计

数字水印是数字作品版权保护的重要技术手段。与噪声污染类似,数字水印的嵌入必然会损失原作品的质量。数字图像的质量直接关系其商业价值,在给定降质约束下自适应地调节嵌入深度是符合产业化标准的数字水印关键技术之一。根据DCT交流系数的拉普拉斯分布模型,推导了DCT域典型水印算法中拉伸系数与信噪比和峰值信噪比之间的理论关系。依据该理论关系,得到了在给定降质约束下一类典型图像水印算法的拉伸系数估计方法,实验结果表明该估计方法具有较高的精度。     

数据融合与敌我识别综述

敌我识别 (IFF)是自动目标识别 (ATR)技术的重要应用之一。高科技条件下现代战场中的目标侦察与敌我识别问题 ,一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求 ,具有敌我识别能力的系统 ,已成为 2 1世纪战场数字化系统的基本功能单元之一。扼要介绍了目标识别的有效途径、可提高敌我识别系统效能的数据融合技术及IFF现状与发展趋势。