基于BP 网络的一种机型识别方法

目标识别是防空信息处理中的一个重要环节，而对空中目标类型的识别仍没有成熟的理论，在BP算法的基础上，提出了一种基于神经网络的目标识别方法，并就具体的主空袭飞机类型给出了识别模型，最后用MATLAB提供的神经网络工具箱进行仿真，仿真结果表明，此方法合理可行，这对提高防空信息处理的准确性具有重要意义。     

基于神经网络的自适应滤波器仿真设计

提出一种基于神经网络的自适应滤波器设计理论模型,即改进性LMS算法,该模型可以对一类离散线性系统进行较为精确的辨识,最终实现辨识未知系统的冲激响应。为验证所设计方法的准确性,在MATLAB平台下对所设计的系统进行了数字仿真,并给出了仿真结果。该方法原理简单、便于应用。     

基于BP网络的飞机起飞滑跑距离计算

对应用人工神经网络技术计算飞机起飞滑跑距离进行了研究，给出了基于BP网络的飞机起飞滑跑距离计算模型。对飞机实际滑跑距离及其影响因素进行了归一化处理，仿真结果表明该方法是有效可行的。     

飞机起飞性能算法

根据两点起飞和三点起飞不同的飞行原理和运动特点,分别建立两种不同起飞方式下的数学仿真模型。重点结合飞机的气动特性和起落架系统特性,依据全机总体设计参数进行仿真计算,给出不同起飞方式下的性能数据。以某型飞机为例,编写起飞性能程序,计算两种不同起飞方式下飞机的起飞性能。最后分析了2种不同的起飞方式对飞机各起飞阶段下的距离和速度等性能数据的影响,结合飞机实际飞行,验证仿真模型的准确性,并给出较优的起飞方式,用于指导部队飞行。     

基于NS2的TCP性能仿真研究

探讨了目前应用较为广泛的网络仿真软件NS2的结构、功能、仿真原理及仿真方法,在此基础上,深入分析研究了TCP两种吞吐量模型的特性,并运用NS2仿真平台在不同场景下对两种模型进行了仿真验证,最后给出了这两种吞吐量模型的适用范围.     

基于TURBO原理的复杂环境中UWB时变信道的跟踪估计

在复杂环境的超宽带通信系统中，信道估计的正确与否直接关系到接收机的性能。首先给出了一种基于Intel模型的时变信道仿真方法，以该超宽带时变信道为研究对象，提出一种基于TURBO原理和连续信道译码、结合训练比特的信道估计方法，能够直接估计本地接收模板，并跟踪信道的时变性。与先估计信道冲激响应，再重构模板信号的方法相比，大大简化了估计的过程。     

基于s函数的异步电动机在两相静止坐标系下的仿真建模

根据异步电动机在两相静止坐标系下的数学模型,用MATLAB/Simulink中的s函数对该模型进行了仿真,给出了关键部分的代码,在负载情况下对数学模型进行了仿真分析.仿真结果表明,此模型简单、精度高,对理解异步电动机在两相静止坐标系下的电磁和机械过程提供了思路.     

模拟电路故障信号的小波预处理

针对模拟电路故障诊断的神经网络存在结构规模较大的问题,提出一种基于小波一神经网络的模拟电路故障诊断方法。该法采用冲激响应来获取模拟电路的故障信号,采用小波变换作为模拟电路故障信号的预处理器,利用Haar小波分层次分解提取故障信号特征,该信号特征经主元分析和数据标称化后,作为用于故障诊断的神经网络的输入。基于该法故障诊断的基本原理,对一实例电路进行故障划类、小波函数及故障特征选择,给出计算故障特征的仿真编程及故障类别的识别方法。该法大大减少用于故障诊断的神经网络的输入数目,简化它的结构和减少其训练处理的时间。仿真结果表明,该法可以提高模拟电路故障诊断的效率和辨识故障类别的能力。     

基于ITS模型的短波宽带移动信道建模与仿真

短波宽带移动信道模型是远程机动平台移动通信系统性能分析评估的基础,现有短波宽带信道模型不能有效表征机动平台移动信道快时变多普勒效应,难以适应机动平台短波移动通信需要。鉴于此,在分析机动平台行为模式与信道时变多普勒效应的映射关系基础上,推导出了机动平台移动信道冲激响应表达式,基于ITS(international telecommunication society)模型提出了一种适用于固定与机动不同场景、不同传播模式、宽窄带融合的短波通信信道模型。利用信道冲激响应与信道散射函数从时域色散、频域色散两个维度对本文信道模型的有效性进行了验证。结果表明,该信道模型能够基于机动平台运动轨迹实现时变多普勒效应传播复现与信道模拟;也能在运动轨迹未知情况下,基于飞行器种类、机动频率等先验信息,实现具有各态历经性的机动平台短波宽带信道仿真,对机动平台短波移动通信系统效能评估有重要意义。     

民用飞机迎角限制器设计与分析

该文对飞机边界控制中的迎角限制技术进行了分析,对几种工程实用的迎角限制器结构以及优缺点进行了描述,结合A320飞机以及C17飞机的迎角限制器的特点,给出了一种迎角限制器设计方案,对设计的迎角限制器的工作原理进行了描述;然后基于一种典型民用飞机进行了迎角限制器控制律设计,使用Matlab/Simulink软件建立了迎角限制器控制律仿真模型;最后对飞机迎角限制器控制律模型进行了仿真验证,结果表明设计的迎角限制器方案是可行的,可应用于工程实际。     

基于距离分类准则的雷达目标识别方法

雷达目标信号是非平稳信号，对于这样的非平稳信号，用于分类的特征往往包含在局部的时一频信息中，用一般的变换提取有效的特征比较困难。利用小波包基的性质，提出了一种雷达目标识别方法。首先，对雷达回波信号进行小波分解，利用距离准则，选择最优小波包基，从被识别的信号中提取具有最大可分性的特征，得到目标识别的特征向量，由此进行目标识别。仿真实验结果表明，该方法具有高的识别率。     

基于波形匹配的超宽带雷达目标识别

在理论上对波形匹配算法进行了详细地推导,对超宽带雷达目标回波进行了特征提取和分类判决,并在计算机上完成了数值仿真。从仿真结果来看,此识别方法效果良好,易于实现。     

基于改进粒子群算法的UWB雷达人体动作识别研究

针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制,提出一种基于改进粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)模型的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication,MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理,消除回波信号中的杂波和噪声对人体动作识别的影响;结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition,2D-DWPD)与奇异值分解(singular value decomposition,SVD),对预处理后的雷达信号进行特征提取和降维;提出一种改进粒子群算法,优化SVM模型的相关参数进行识别和分类。实验结果表明,提出的算法准确率可达到96.25%,具有良好的识别性能。     

基于动态RCS模型的天波雷达发现概率计算方法

针对现有方法影响因素考虑不全导致计算结果与实际情况有较大偏差的问题,提出了一种改进的天波雷达飞机目标发现概率计算方法。归纳了不同电离层状态对天波雷达探测距离的影响。考虑目标在给定航路飞行过程中的雷达截面积随姿态变化,建立了目标动态雷达截面积计算模型。在此基础上,利用瞬时发现概率模型和综合发现概率模型求得天波雷达飞机目标发现概率。实例计算结果表明:电离层Es全遮蔽状态导致目标发现概率下降了0.273,不同航路和飞行姿态条件下目标发现概率差异较大,最大差值达0.253。     

基于超宽带阵列回波信息的引战配合方法

如何保证较高的引战配合效率是超宽带引信系统研究的一个关键技术问题。为获得理想的引战配合效率，基于高斯脉冲的超宽带阵列引信,分析了弹目交汇过程中近程体目标的回波信号,指出不同方向上波形宽度与阵列方向图指向、目标方向角间存在的关系式,提出了利用回波信息估计目标中心位置的方法,在此基础上,结合弹目相对速度,确定起爆点,实现最佳引战配合。仿真结果表明：利用一维均匀超宽带阵列天线的回波进行目标距离、角度位置估计是可行的，该方法是有效的。     

常规雷达飞机目标回波多重分形特性分析

常规雷达飞机目标回波的多重分形特性提供了对产生目标回波结构动力学特征的精细描述,为常规雷达飞机目标的分类和识别提供了新的途径.在介绍多重分形的研究方法以及常规雷达飞机目标回波数学模型的基础上,利用多重分形测度分析手段,详细分析常规雷达飞机目标回波的质量指数和多重分形奇异谱等多重分形特性曲线,并定义质量指数对称度Rτ、多重分形谱宽度Δσ和非对称指数Rσ等多重分形特征参数.实验结果表明:喷气式飞机、螺旋桨飞机和直升机这3类飞机目标的常规雷达回波数据具有显著不同的多重分形特征,所定义的3种多重分形特征参数可以作为常规雷达飞机目标分类和识别的有效特征.     

融合全局与局部特征的UWB雷达人体动作识别算法

为了消除雷达信号中杂波和噪声对人体动作识别的干扰,提高小样本数据下动作识别的精度,在去除杂波及噪声干扰的基础上,提出一种融合全局与局部特征的超宽带（ultra-wideband,UWB）雷达人体动作识别算法。用动目标指示（moving target indication,MTI）结合自适应中值滤波对雷达原始回波信号进行预处理,再对人体动作的雷达二维特征图像利用主成分分析（principal component analysis,PCA）提取主要分量作为全局特征表征,并用二维离散小波变换（2D discrete wavelet transform,2D-DWT）结合奇异值分解（singular value decomposition,SVD）获取特征图像在不同方向与尺度划分下动作的局部特征表征,并将全局与局部特征进行串联融合;根据融合特征,在网格搜索算法（grid search,GS）优化的支持向量机（support vector machines,SVM）模型中实现人体动作的识别分类。实验结果表明,该算法能有效获取雷达信号中的人体动作信息,平均识别准确率为95.63%,具有良好的识别性能。     

典型隐身飞机动态RCS时间序列研究

定义和推导了目标机体坐标系与地面雷达坐标系之间的坐标转换关系式,得到了雷达视线在目标坐标系中的方位角和高低角.通过软件FEKO对典型隐身飞机目标F-22进行建模,计算得到了目标全空域的静态RCS值,并利用Matlab仿真分析了动态目标的RCS特性变化.仿真结果表明:不同飞行高度以及不同的航路捷径均可以影响机动目标的RCS序列,且当目标作适当的俯仰机动后,可以减小目标RCS值,给隐身飞机设计飞行航线模拟主动进攻提供仿真依据.     

基于卷积神经网络的低分辨雷达目标一步识别技术

现有低分辨雷达目标识别通常采用先特征提取、再进行目标分类的两步识别算法,存在识别率难以提高和方法泛化性不足的问题,因此提出了一种基于卷积神经网络(CNN)的低分辨雷达目标一步识别算法。该算法直接将采样数据作为输入,利用设计的一维CNN,通过卷积池化等操作自动获取数据深层本质特征,无需特征提取,实现对目标的一步识别。仿真实验结果表明:基于CNN的低分辨雷达目标一步识别方法的识别率较传统基于提取特征的两步识别方法提高了10.31%,识别时间较传统两步识别方法减少了0.142 s,充分证明了一步识别方法的有效性,为低分辨雷达目标识别问题提供了新的解决途径。     

雷达海面目标识别技术研究进展

 针对雷达海面目标识别特征数据缺乏和识别算法推广能力差等问题,从雷达目标电磁散射特性和目标分类识别两方面总结了雷达海面目标识别技术的研究热点和发展趋势。围绕海面目标雷达特性,从电磁散射测量和建模两个方面综述了国内外研究现状;从低分辨雷达回波、高分辨距离像、高分辨雷达图像3方面综述了海面目标识别技术发展现状;介绍了雷达海面目标识别工程应用情况;最后展望了海面目标识别技术的发展趋势。