基于多元统计的空中目标区分方法

现代战争中的空情信息复杂多变,如何对空中目标合理地区分,以提取其主要信息,是空情信息处理的一个重要方面。基于多元统计的思想,采用聚类分析和判别分析的方法,对空中目标进行区分、辨别,以此为指挥人员提供作战决策的依据。     

坦克目标威胁程度评估

以军事理论和层次分析法为基础,将一种新的归一化效用函数应用于坦克目标的威胁程序评估,为地面作战自动化指挥提出了一种辅助决策方法。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

离散条件下数字图像矩不变量不变性的分析与研究

对离散条件下数字图像矩不变量的旋转和尺度不变性进行分析,证实了图像识别中采用的矩不变量存在较大变化范围.针对矩不变量变化的主要原因,给出了改进方法,并用实验加以验证.     

线膛炮内膛图像膛线识别研究

提出了一种线膛炮内膛表面图像识别的分层次识别方案,并研究了膛线识别的算法。对于特定情况下的图像识别有一定的借鉴作用。     

基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。     

区域防空作战重点保卫目标的模糊优选与排序

重点保卫目标的优选和排序成为防空作战的重要问题。只有优选重点保卫目标,集中防空兵力,有效地进行防空作战布置,才能确保重点目标不受或少受损失。在分析了影响重点保卫目标因素的基础上,利用多属性决策的特点和模糊原理,对重点保卫目标的优化选择进行了量化分析,给出了重点保卫目标的优选方法和排序准则。     

多部雷达的目标定位问题研究

现代空袭环境越来越复杂,一般部署多部雷达进行空情搜索。研究了多部雷达的目标定位问题,探讨了使残差的平方和为最小、使残差的最大绝对值为最小和使残差的绝对值之和为最小三个准则,并给出了相应的数学模型,用Matlab优化工具箱进行了计算。     

舰载超视距指控系统分析

论述了舰载超视距指控系统的组成及作战流程,分析了舰载超视距指控系统的目的定位、目标识别、作战指挥及中继制导等几个基本问题。     

空间非合作目标捕获方法综述

随着空间事故和失效航天器的增多,地球附近的轨道资源越来越紧张。如今世界各国都在大力发展在轨服务和太空碎片清除,作为其中最关键的技术之一,空间非合作目标捕获近年来成了太空研究领域的重点。目前,国内外各大研究机构针对非合作目标进行了深入研究,并提出了多种捕获方法,取得了较大的进展。对非合作目标进行分类,基于现有的捕获方法介绍了国内外非合作目标捕获技术发展的最新状况,总结了原理方案,分析了捕获方法和关键技术,为我国后续开展相关研究提供了一种研究思路。