用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

射频识别（RFID）技术在可视化系统中的应用

介绍了射频识别(RFID)系统的原理、组成及产生发展的过程。分析了RFID在可视化系统的应用前景以及在走向智能化物流中所起的关键作用,给出了军队在运资产可视化系统中RFID的实际应用实例     

战时营房保障资源动员能力模糊综合评判

战时营房保障资源动员是战时国民经济动员的重要组成部分。提高战时营房保障资源动员能力是做好战时营房保障资源动员工作的关键。由于影响营房保障资源动员能力的因素较多,既有定性的,又有定量的,且各因素又难以精确地描述,所以其评判过程具有模糊性。通过建立评判指标体系,应用模糊综合评判方法对战时营房保障资源动员能力作出评判,该方法具有较强的应用价值。最后,给出了一个应用实例。     

全球信息栅格的产生和实现技术研究

介绍了全球信息栅格的概念与定义,详细论述了全球信息栅格产生与发展的动因、实现技术的研究现状.介绍了研究与实现全球信息栅格的关键技术、基础理论,重点论述了实现全球信息栅格总体架构的有关内容.     

多雷达多目标航迹跟踪中FMM神经网络的应用与仿真

提出了一种基于Fuzzy Min-Max (FMM)人工神经网络的多雷达多目标航迹跟踪的方法。仿真应用的实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并比较理想地实现了多雷达多目标的航迹相关。     

国外舰载防空体系与武器发展趋势

分析了水面舰艇在未来一段时间内面临的空中威胁,研究了美国等先进国家舰载防空体系的发展方向,提出了舰载防空导弹发展的关键技术和发展趋势.网络化和信息化作战是后续防空导弹发展的重点.     

一种基于VPRSM的辐射源模糊识别方法

为解决辐射源识别的问题,研究利用变精度粗糙集模型来确定辐射源识别特征权值的方法。由概念的正域中对象类的条件属性的描述,得到该概念的充分条件,并依据知识间的依赖性作为所要考虑的因素来获取特征权值,同时结合模糊集理论,提出一种基于变精度粗集特征加权的辐射源模糊识别方法。最后将此识别方法模型应用于雷达辐射源用途识别,仿真实验及其结果验证了该方法的可行性和有效性。     

基于模糊认知图理论分析空间态势

空间态势已经成为现代战争战略制高点,某种程度上对于空间态势的认识和理解将直接影响战争的进程。态势分析是指挥决策的基础,是决策系统的关键环节,模糊认知图(fuzzy cognitive map,FCM)广泛地应用于动态分析和决策生成之中,有效地实现了专家知识与数值计算的充分融合,定性分析与定量计算结合切合了态势评估需要。     

基于改进SUSAN算法的红外目标边缘检测

从3个方面改进了传统的SUSAN算法:①自适应选取阈值,以提高算法自动化程度:②使用双几何阈值,增强算法的抗噪性;③加入目标点判断因子,减少计算时间.利用改进的算法进行了红外目标边缘检测,结果表明,改进算法比传统的SUSAN算法有更强的噪声抑制能力,更快的边缘检测速度,显示出更加优良的性能.对对比度比较低的红外图像,改进算法可以减少40%以上的计算时间,而对对比度较高的红外图像,改进算法可以减少70%以上的计算时间.     

基于UKF-SOFNN的近距机动目标跟踪滤波算法

对于多目标杂波环境中的机动目标跟踪,由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率,因而可能出现误跟、诱饵欺骗与杂波虚警等一系列严重后果。对此,提出一种综合运用UKF(不敏卡尔曼滤波)和SOFNN(自组织模糊神经网络)的UKF-SOFNN滤波跟踪算法,将机动目标模型视作严格的非线性系统,利用UKF-SOFNN对非线性参数的辨识能力提高对锁定机动目标的跟踪能力。仿真实例表明,该算法能有效地辨识目标群中的目标,并进行可靠的跟踪。