一种新的高分辨率SAR图像目标自动鉴别方法

目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。     

DSets-DBSCAN无参数聚类的雷达信号分选算法

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数;根据得到的超小簇自适应给出DBSCAN的输入参数;利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。     

一种应用聚类技术检测网络入侵的新方法

基于聚类技术提出了一种能处理不带标识且含异常数据样本的训练集数据的网络入侵检测方法。对网络连接数据作归一化处理后 ,通过比较数据样本间距离与类宽度W的关系进行数据类质心的自动搜索 ,并通过计算样本数据与各类质心的最小距离来对各样本数据进行类划分 ,同时根据各类中的样本数据动态调整类质心 ,使之更好地反映原始数据分布。完成样本数据的类划分后 ,根据正常类比例N来确定异常数据类别并用于网络连接数据的实时检测。结果表明 ,该方法有效地以较低的系统误警率从网络连接数据中检测出新的入侵行为 ,更降低了对训练数据集的要求。     

火工品装药计量板模糊控制器的设计

通过对火工品装药计量板的模型分析 ,利用模糊控制技术实现对装药计量板的自动控制。采用近似推理方法的ARMCE简化算法实现了模糊控制器的设计 ,并进行了模拟仿真验证。结果表明该控制方案对解决火工品装药计量板的自动控制这一“瓶颈”问题是有效的。     

HOUGH变换与航迹关联

在雷达情报自动化处理过程中 ,无论是集中方式还是分布处理方式 ,都要进行航迹关联 ,即要识别哪些航迹源于同一目标。利用 HOUGH变换方法 ,将航迹映射到参数空间进行聚类 ,从而达到航迹自动综合的目的。仿真实验表明 ,这种方法是行之有效的。     

混合模糊逻辑方法及其在雷达/红外双模制导中的应用

混合模糊逻辑方法就是利用模糊规则和对象输入输出的观测数据来辨识一个模糊逻辑系统。该方法对模糊规则和观测数据进行了预处理,给出系统模型的初始结构和参数。将该方法用于处理雷达/红外双模制导中对目标的跟踪问题。仿真表明该方法是有效的。     

模糊群体决策的多方案评价方法

针对多方案评估中因素评价难于精确表示的问题,提出了一种基于模糊语言变量和OWA(OrderedWeightedAveraging)集结算子的群体评价模型与方法,给出各因素的方案两两对比偏好语言评价值,并通过对多决策者、子因素、主因素的三次集结和对模型中α值的恰当选取,可得到方案集的优序排列。该方法可行、有效,可为群体决策提供新的途径。     

一种模糊阶段态势估计方法

态势指标的运动是动态和高度非线性的,甚至无法给出一个确切的数学描述。采用模糊数学这一在军事决策领域中普遍应用的方法,给出了一种态势分析的通用方法。采取模糊因果聚类的方法,利用物理传感器信息和历史数据(历史战例、作战模拟结果等)来静态求取阶段态势指标的估计值,同时采用模糊Bayes决策方法,利用非物理传感器的信息来修正估计,并且给出了优化的态势控制(作战决策)方法。     

模糊控制理论在舰船制冷装置中的应用研究

以蒸发器和冷库作为被控对象,利用计算机进行了制冷系统模糊控制的研究.针对蒸发器过热度和库温控制问题设计了模糊控制器.在理论研究的同时,建立了制冷装置计算机控制和数据采集系统.在VisualBasic环境下开发了蒸发器过热度模糊控制程序.对比实验运行表明:利用模糊控制器和电子膨胀阀对蒸发器过热度和库温进行控制较之用热力膨胀阀控制,制冷剂流量调节范围大、过热度小、蒸发器面积利用率高、装置节能效果好.     

一种基于模糊神经网络的非线性系统故障诊断方法研究

提出了一种基于模糊神经网络的非线性系统故障诊断方法.利用模糊C 均值聚类法对测量空间进行分割,再利用模糊规则对分割后的子空间分别采用BP网络进行逼近,从而获得不同子空间故障输出与测量输入的非线性动力学特性.计算机仿真表明该网络具有良好的泛化性能,方案可行.