排序方式: 共有5条查询结果,搜索用时 359 毫秒
1
1.
针对HRRP识别研究中面临的噪声污染问题,提出了一种基于卷积自编码器(convolutional auto encoder, CAE)的HRRP识别方法。此方法将CAE的重构功能与卷积神经网络(convolutional neural network, CNN)的分类性能相结合,将未含噪声的数据作为标签,利用CAE学习含噪声HRRP的噪声特征,实现对HRRP的去噪重构,后利用CNN对重构后的HRRP进行识别。仿真实验表明:在10 dB、20 dB、40 dB峰值信噪比的噪声环境下,该方法对HRRP的识别准确率分别可达到76.48%、95.14%、98.33%,能够一定程度上克服噪声对HRRP识别带来的不良影响,保证识别精度。 相似文献
2.
在传统的炮位侦察方式中,往往对对方炮弹弹道上升段采用扩展卡尔曼滤波方法进行弹道跟踪,这就导致了阵地部队安全性和雷达威力受限的问题,而开展对方弹丸弹道下降段跟踪的研究有利于解决这一问题.对于弹道下降段的跟踪,采用传统的扩展卡尔曼滤波方法无法满足炮位侦察的精度需求,而粒子滤波方法的应用使得这一思路变为可行.首先描述了对下降段弹道跟踪时炮位侦察的全过程,并建立了待跟踪弹道目标的状态空间模型,然后应用粒子滤波方法对下降段弹道进行了跟踪辨识.仿真结果表明,粒子滤波具有比扩展卡尔曼滤波精度更高和运算时间更长的特点,其仿真结果能够满足炮位侦察的精度要求. 相似文献
3.
4.
基于0-1规划的弹种决策与发射时序优化 总被引:1,自引:0,他引:1
对于身管发射武器系统,同一发射单元使用不同弹种完成作战任务时,需要确立合适的弹种决策与最佳的发射时机.提出用O-1变量来描述弹种决策变量.通过时弹种发射机制及武器系统控制特点进行分析,构造多种0-1变量用以描述武器系统作战时序之间的约束关系,建立了弹种发射时序的0-1规划模型,并用LINGO软件实现了0-1规划的求解.给出了典型应用实例,进行了仿真计算,结果表明,该方法简单可行. 相似文献
5.
1