神经网络在图象处理中的应用

图象处理是神经网络的一个重要应用领域。本文首先介绍了神经网络的模型、学习规则及其处理能力,在此基础上综述神经网络在图象处理中的应用,重点放在神经网络分类器和Hopfield网络解决图象处理中的最优化问题。     

时域分析在雷达动目标识别中的应用

本文通过对地面几类目标运动特性的统计研究,利用线性预测的方法进行目标特征的提取,进而用模式识别的理论对地面目标进行自动识别,取得了良好的识别效果。     

隐蔽锥扫雷达波束的交叉点电平

本文根据隐蔽锥扫雷达天线的工作原理,从方向性函数出发,分析了接收状态下高频馈电网络中,和差信号的幅相特性与隐蔽锥扫波束交叉点电平的关系,从而对不能自动跟踪的隐蔽锥扫雷达,从天馈系统方面分析了原因,并为设计和部队维修提供了理论根据和有效方法。     

机载脉冲多卜勒雷达图像模拟框架

对计算机模拟机载脉冲多卜勒雷达图像框架进行了研究。主要讨论了在机载雷达图像模拟中运用目标和基于数字地形的地杂波和海杂波的雷达图像的模拟机理,给出了图像生成的一般步骤。由于背景图像生成时的计算量较大,影响仿真的实时性,模拟器设计中对仿真模型进行简化,研究了快速算法来降低运行时间。在Windows环境下采用VC++开发语言完成雷达图像仿真软件的设计,在某型机载雷达的训练模拟器中得到应用。     

战术互联网的网络重组方法

战术互联网的网络重组是在网络节点或通信链路发生故障,或受到安全威胁时,保证网络强壮性的重要手段之一。根据战术互联网特殊的移动网络环境,提出基于作战指挥原则的组织重组方法和基于遗传算法的链路重组方法。仿真实验结果证明了这些方法的有效性。     

基于小波分析对网络协议指纹识别的研究

小波分析是当前信号、信息获取与处理领域(尤其是故障诊断分析与检测技术)中一个十分活跃且迅速发展的新领域,是当今国际研究热点,它同时具有理论深刻和应用十分广泛的双重意义。基于小波分析对网络协议进行指纹识别研究,利用小波变换把原始信号分解成多频段的信号,对信号进行塔式分解,通过计算处理每一层取得所有的有关Wi信息,提取指纹特征信息,并提出了检测方法和指纹识别系统的体系结构,对解决当今日益突出的网络安全问题进行有益尝试。     

时变道路网最短路径算法的研究

道路或区域通行限制在日常交通和部队兵力机动过程中普遍存在。通行限制情况下的最短路径问题属于时变道路网最短路径研究的范畴,对时变道路网最短路径算法及算法效率的研究有着广泛而现实的意义。重点讨论了道路网的模型描述、时变道路网拓扑结构的构建技术,最短路径算法的高效实现等内容,并给出了该算法的应用实例。试验结果显示,该算法有效可行。     

小波理论的单脉冲雷达目标RCS特性测量

随着现代信号处理技术的发展,对非平稳信号分析和处理的小波分析技术已成功应用于雷达目标特性分析领域,大功率单脉冲雷达作为我国航天测控网当中的主干设备,具有一定的目标特性识别能力。主要针对目前靶场的现有装备,讨论了基于小波理论的单脉冲雷达空间目标RCS特性测量,并对窄带低分辨率雷达在未来空间目标识别中发挥其作用谈了作者的看法。     

神经网络的坦克目标威胁评估

在未来高技术局部战争条件下,坦克不得不面临一个动态复杂的战场环境,这就要求坦克能根据战场环境实时地进行目标威胁评估及自主射击。以坦克的自主作战为背景,提出了一种基于神经网络的目标威胁评估方法。首先提出了包含来袭目标性质、指战员指令、保卫目标的重要度、我方武器性能值等一套威胁评估指标体系;然后采用神经网络方法进行威胁评估。神经网络方法的优势主要体现在:①考虑了诸因素的相互关联;②充分考虑了战术信息;③权系数对具体环境的适应性;④方法的通用性。实例结果表明,神经网络方法科学合理,为坦克目标威胁的评估提供了新思路。神经网络方法具有普遍意义,能推广应用于其它武器平台的目标威胁评估。     

分布式放大前传中继辅助多用户对等通信中的鲁棒波束成形

针对分布式放大前传中继辅助多用户对等通信系统研究了存在非理想信道状态信息(CSI)时的分布式中继网络(DRN)鲁棒波束成形设计问题。采用统计CSI误差模型,考虑了两种鲁棒优化问题:一是从公平性的角度出发在DRN总发送功率约束下实现多个目的节点间的信干噪比(SINR)平衡;另一是从有效性的角度出发在保证各个目的节点服务质量需求(SINR大于预设门限)约束下最小化DRN总发送功率。对问题的分析和建模表明,在多用户情况下,这两个问题都是难以求解的优化问题。通过引入半定松弛(SDR)思想,将上述两种优化问题转化为可利用内点法有效求解的半定规划(SDP)问题。最后通过仿真验证了所提设计的鲁棒性能。