基于混沌特征的高分辨雷达目标识别

根据高分辨导弹制导雷达的基本工作原则和舰船目标的散射特性,利用现有雷达回波的仿真技术,在合理的战术想定下,计算了三类典型舰船的雷达回波.在此基础上,研究了利用雷达回波功率谱的方法来识别目标类型的有效性,并基于混沌理论提出了一种比功率谱方法更加有效的新的识别方法,从而为进一步利用混沌理论来开发雷达目标识别技术奠定了初步的理论基础.     

BP神经网络和D-S证据理论的目标识别

目标识别是指挥自动化系统的一个重要组成部分,针对现代战争对抗手段不断增强的特点,运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法.前端采用3层BP神经网络结构,以传感器接收数据为输入,以神经网络输出作为证据,后端对不同传感器的证据按D-S理论进行融合,得到待识别目标的识别概率.经由MATLAB编程对国内外几种主要机型的识别进行仿真研究,与现行目标识别方法相比较,能够更快速、准确、可靠地识别飞机目标,较好地满足了空战中作战指挥系统对飞机机型识别的需求.     

反辐射无人机在电子战中的应用及其效能分析

简要讨论了反辐射无人机系统的组成和两种典型的反辐射无人机,指出了其在电子战中的应用。并针对某型反辐射无人机的系统能力,即命中概率和毁伤概率进行了理论分析和计算。     

遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

Noise and vibration measurements in a Viking military vehicle

Noise and whole-body vibration measurements were made in a Viking military vehicle to determine the variation that should be expected during repeat measures, the effect of speed (up to 60 km/h in 5 km/h increments), and during travel over different types of terrain (comprising concrete road, gravel track and rough cross-country). Measurements were made at various crew positions (including the driver and commander) in both the front and the rear cabs in the vehicles. Three translational axes of vibration were measured in each seat. Two speeds were investigated over road (35 km/h and 55–60 km/h) and gravel (20 km/h and 35 km/h) surfaces. The effect of varying speed of the vehicle on the measured noise and vibration magnitudes was also investigated. The highest sound pressure level (L_Aeq) of 104 dB(A) was measured at the commander’s standing position during travel over concrete road at 55 km/h. Higher noise levels occurred for a standing commander compared with when sitting on the seat. A maximum single axis frequency-weighted vibration magnitude of 1.0 m/s² r.m.s. was measured on the driver’s seat during travel over track at 35 km/h. Higher vibration magnitudes occurred during travel over track compared with travel over road. Both noise and vibration exposure of crew within the Viking vehicle increased with increasing speed of the vehicle.     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

【专题】从系统工程视角看无人机自主控制系统

提升无人机的自主控制能力可有效提高无人机在复杂对抗环境下的作战性能。系统工程是指导复杂系统研制的有效手段,采用系统的思维方法,关注系统的整体效能优化实现。系统工程覆盖复杂工程型号生命周期的全流程活动,包括概念论证、工程开发、生产制造、使用服役、综合保障以及系统退出等过程,能够为系统开发中各工程技术的应用,跨专业工程合作以及项目管理建立切实的技术路径。无人机外部应用背景环境与内部体系结构相互交联,是一个典型的“系统之系统”（System of Systems）。无人机自主控制系统是跨域、跨平台的复杂“系统之系统”。本文从系统复杂性出发,介绍了无人机系统组成、自主控制系统以及无人机自主能力等级,以期为无人机自主控制技术的发展提供参考和借鉴。     

应用抗差无迹卡尔曼滤波的再入弹道处理技术

针对现有无迹卡尔曼滤波在再入弹道处理中可能出现的异常观测、观测随机误差模型不准确以及动力学模型不合理等问题,在无迹卡尔曼滤波中引入自适应与抗差估计理论,研究适用于再入弹道处理的自适应抗差滤波方法。该方法可以自适应地估计测量噪声等价协方差阵和状态噪声等价协方差阵,并可实现异常值的分离和维纳模型方差的自适应调整。数值仿真结果表明:该方法计算简单,并能有效减弱测量误差和动力学模型误差对弹道处理精度的影响。     

一种遥测信号的模式识别算法研究

如何进行遥测信号的提取是遥测信号数据处理的重要环节,针对典型脉冲码元,提出了特征提取和软件模板的建立及算法的实现.     

基于HMM的机动目标识别

利用弹载高重频脉冲多普勒体制雷达所能获得的目标运动特征(加速度、加速度的变化率),将目标的机动性能与隐Markov模型(HMM)有机地相结合,提出了一种基于隐Markov模型(HMM)的动目标跟踪识别方案,并分析了其在不同条件下的有限识别能力。