声音信号相关处理在战场目标识别中的应用

对几种地面战场常规装备的声音信号进行了时域相关分析,通过建立隶属度来设计识别器,提出了一种应用于战场发声目标识别的方法,经过试验验证了本方法的有效性。     

目标搜索的预测分析及搜索计划的优化逼近

给出了目标搜索的预测分析公式,提出了最优搜索计划的一种优化逼近方法及有关实例     

一种用于声目标识别的小波变换去噪方法

根据受噪声污染信号的小波变换系数中对信号有贡献的仅占其很小一部分的事实,提出了一种基于系数门限值去噪的方法。对不同信号的仿真结果表明该方法去噪效果明显,运算量小,适合用于对声目标识别系统的噪声去除。这对于改善声目标识别系统的抗噪性能是十分有意义的。     

物体识别不变性方法比较分析(Ⅰ)——统计方法

在计算机视觉与模式识别中,如何从不同的角度来识别同一物体而与该物体的位置、放置方向无关,是一个关键的课题,至今仍无很好的解决方法。本文中,我们总结了现有的方法,并将它们分为统计方法、解析方法和神经网络方法3类,并对这些方法的两个主要性能指标,即噪声敏感性和变形敏感性进行了模拟分析,模拟工作是在Masscom高速微巨机上完成的。最后,我们提出了一种新的方法。     

指挥自动化智能语音接口的设计与实现

根据 LPC 理论实现了一个实时、单人、小词汇集的语音识别系统,用作为指挥自动化的智能语音接口。本文详细叙述了这个语音识别系统的设计原理,对语音识别中常用的几个算法作了改进。指出了经典 DTW 算法对端点精度过于敏感的缺点,并提出了改进的 SDTW 算法,即滑动(Sliding)DTW 算法,使得认识率有了提高;修改了 LPC 中杜宾算法和取消了 DTW 中显式的弯折函数,减少了它们所需的空间,提高了计算效率;在主机方面,设计实现了“透明语音键盘”,使得话筒与普通键盘等效,方便了用户。本系统词汇量在200个以内,平均响应时间1S,平均识别率95％左右,已在本院的小型指挥自动化网上通过运行。     

基于结构自整定前馈网络的雷达目标识别研究

概述了基于雷达成像的目标类型识别技术。阐述了多层前向网络的分类特性,提出一种网络结构自整定算法来训练网络,并构造分类器,对基于转台成像实验的雷达目标类型识别问题进行了仿真研究。研究结果表明,经结构自整定算法训练后的前馈网络对成像雷达目标具有较好的推广识别能力,识别率达到９０％。     

基于一维平均距离像矩特征的飞机目标识别

本文分析了利用一维距离像进行目标识别的问题。通过对目标相邻的一维距离像进行幅度平方平均处理,得到比较稳定的平均距离像。然后将目标的平均距离像看作二值图像,提取它的矩特征用于分类识别。对三类飞机目标进行分类识别的结果表明该方法是可行的。     

前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.     

语音识别技术在射击指挥模拟训练中的应用

介绍了分队射击指挥模拟训练系统的概念,分析了模拟训练中语音通信机制.将语音识别系统引入模拟训练系统中,并就应用中存在的问题进行了探讨,提出了解决方法.     

遗传算法及其应用

简述了遗传算法的其本原理和特点,并将其应用于声纳目标特征的选择。实验结果表明了遗传算法在模式特征优化和选择中的优势。