基于粒子群优化算法的空中目标定位

受干扰条件下,雷达难以对空中目标准确定位。针对这一问题,提出了当多基雷达接收站在空间随机分布时,利用粒子群优化算法解决根据到达时间差对空中目标定位中遇到的非线性最优化问题。所建算法首先初始化一个随机粒子群,然后根据适应度值更新粒子速度和位置,通过迭代搜索最佳坐标。仿真结果表明,在参数设定合理的情况下,该算法性能稳定,能找到逼近全局最优点的解。     

Variable sampling plans for normal distribution indexed by Taguchi's loss function

Taguchi has presented an approach to quality improvement in which reduction of deviation from the target value is the guiding principle. In this approach any measured value x of a product characteristic X brings a loss to consumer in general, where the loss is expressed as a quadratic form with respect to the difference between the measured value x and the target value T of a product characteristic. Then, it is natural to reject the lot which may bring a large loss to consumer. This concept induces us to construct new variable sampling plans based on the Taguchi's loss criterion. In this article, a design procedure of the sampling plans for assuring the loss in the Taguchi's method is proposed. Some numerical results based on the proposed design procedures are illustrated. © 1997 John Wiley & Sons, Inc. Naval Research Logistics 44: 591–603 (1997)     

基于RBF神经网络的背景估计及红外小目标检测

利用RBF神经网络的函数逼近特性,得到了一种红外图像背景估计算法,进而提出了一种检测红外小目标的方法。利用有目标和没有目标的真实红外图像对此算法进行检测,背景估计效果理想,小目标检测效果理想,证明该算法是可行有效的。     

时差方位被动定位法在水下目标跟踪中的应用

在水下目标跟踪中 ,无源被动定位技术是常用的技术。在对利用方位和声波脉冲到达时间差的被动测量来进行目标的定位和跟踪后 ,对系统进行了描述和分析 ,利用递推最小二乘 (RL S)估计算法估计出目标的运动偏量 ,然后结合线性卡尔曼滤波 (KF)算法给出目标的运动状态。仿真结果表明 ,利用方位和时差对水下目标进行定位跟踪 ,可以要求观测站是静止的 ,不必机动 ,并且具有快速收敛、精度较高、稳定等特点。     

机场目标打击顺序灰色决策分析

对军事机场目标的结构、特征进行了系统分析,确立了军事机场目标评估体系,并运用灰色决策分析方法建立了军事机场多目标打击顺序确定的优化模型,为对该类实施导弹打击所进行的火力计划拟制提供了一种新的数学方法。     

基于Simulink的质点外弹道模型仿真

介绍了基于Simulink的质点外道模型的设计与仿真方法。首先给出了地面直角坐标系下的弹丸质心运动方程组,然后介绍如何采用Simulink建立系统的仿真模型并进行仿真计算。仿真方法具有模型设计过程简单、修改容易和结果直观等特点,可以应用到刚体弹道、火箭弹道及控制弹道等模型的仿真。     

一种综合集成与演示验证一体化系统的构建方法

复杂性科学问题研究中的综合集成方法是构建研究平台的一项重要内容.针对复杂性研究中的系统平台的建模问题,提出一种综合集成与演示验证一体化系统的构建方法,探讨了具体实现方式和数据同步与数据一致性维护等问题.在雷达目标特性研究中,运用上述综合集成与演示验证一体化系统的构建方法,完成了一个具备尺度一致性和可扩展能力的电磁散射特性验证与演示系统.     

基于选择点的预定目标选择方法原理及性能

反舰导弹末制导雷达的目标选择方法主要采用"先入为主"和"录取对比"方法。从影响目标选择的误差因素出发,对这两种目标选择方法的原理进行了分析研究。研究表明:这两种方法都是基于选择点的预定目标选择方法;且由于受自控终点散布误差和目标机动误差的影响,基于选择点的预定目标选择方法不适应超视距应用。蒙特卡罗仿真表明,预定目标上释放冲淡干扰时,基于选择点的预定目标选择方法已基本不具备预定目标选择能力,超视距情况下正确选择预定目标的概率低于0.2。     

无线传感器网络中多传感器动态自适应调度算法

无线传感器网络中,目标跟踪往往通过节点之间的协作完成。在无迹变换卡尔曼滤波基础上,提出一种多传感器动态自适应调度算法进行目标跟踪。该方法根据预测跟踪精度来确定采样间隔,然后基于特定的检测概率,为下一时刻选择一组传感器,形成一个临时工作组,并指定某一个传感器作为中心节点进行数据融合。仿真结果证明了该算法能有效提高跟踪精度和可靠性。     

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。