水下目标的特征提取及识别

针对水下成像的特殊性以及成像环境的复杂性,构造了基于区域矩的仿射变换不变量,以克服水下不确定因素给目标识别带来的困难。此外针对传统的BP神经网络存在收敛速度慢以及容易陷入局部极小值的缺点,引入粒子群算法对神经网络的学习训练进行优化。为了验证所提方法的有效性,对四类水下目标进行了特征提取以及神经网络识别实验。结果表明改进后的神经网络收敛速度快,并且获得了较高的识别准确率。     

目标特征提取技术

本文主要论述基于模式识别方法的目标特征提取和识别系统，并在微机上建立了应用软件包。该技术由以下几个模块组成：文件管理模块、直方图统计模块、滤波处理模块、目标分割模块、目标边缘提取模块、目标特征提取模块以及几何变换模块等。该技术集成目前一些已发表的典型算法，对不同的目标和背景图像进行处理测试，选择出对特定目标和背景情况的最优算法组合。作者在该软件包基础上已开发出电视跟踪系统的仿真软件包。该技术对型号立题和型号预研有一定的理论指导意义，在医学、民用方面也有应用前景。     

基于线谱特征的水下目标识别仿真实验研究

水下目标识别技术是世界各国十分重视的研究课题之一,在国民经济尤其在军事领域中,具有重要的应用价值。船舶辐射噪声中有着很强的线谱成份,这些成份分类或识别往往是非常有价值的。因此,利用线谱特征对舰船目标进行识别是水声领域研究的重要内容。本文在研究舰船辐射噪声线谱提取逄法的基础上,对多种型号和多种工况的大量噪声样本,进行了线谱提取。针对舰船辐射噪声线谱分布的特殊性,提出了筛选法和模糊推理分类法。利用这些     

基于连续小波变换的水下目标特征提取与分类

在连续小波变换的基础上,提出了信号的尺度-小波能量谱和时间-小波能量谱的概念 ,同时定义了选择特征的一种判别函数。利用信号的尺度-小波能量谱、时间-小波能量谱提取了菜蒙湖底沉积物反射回波的特征,依据判别函数给出了回波的特征向量,并用最近距离分类器和近邻分类器对反射回波进行了分类。结果表明,尺度-小波能量谱和时间-小波能量谱相比有较好的分类效果和较低的特征维数。最后研究了所提取特征的鲁棒性。     

目标一维距离像特征提取方法研究

针对雷达目标一维距离像的姿态敏感性和平移敏感性,直接将一维距离像用于目标识别很难取得好的识别效果,用目前的普遍做法进行目标识别存在计算量和存储量大的问题,提出把一维距离像作为随姿态变化的序列及强散射中心维数、目标特征尺寸、散射中心分布熵三个特征,并以这三个特征采用外场实测数据进行目标识别实验,取得了较好的识别效果。     

水下目标分类专家系统的推理方法与实现

对水下武器反对抗专家系统设计中涉及到的核心模块设计———水下目标分类问题求解、正反向推理和决策系统功能等问题进行了分析。从知识工程的角度 ,讨论了具有以上功能的推理机结构、水下武器反对抗专家系统的推理控制和实现方法。     

雷达自动目标识别中的HRRP特征提取研究

通过分别考虑基于HRRP一阶统计特性的MCC-TMM(模板匹配分类器)和基于HRRP一阶和二阶统计特性的AGC(自适应高斯分类器),提出了两种新的特征提取方法,使得针对不同的分类器采用不同的特征提取方法,从而更好地滤除HRRP上的高斯噪声和更好地保持不同目标HRRP具有不同的幅度分布即HRRP的可分性。基于外场ISAR和微波暗室两种实测数据的识别实验表明,提出的特征提取方法能够明显提高识别性能。     

基于拖曳长线阵的水下目标模拟系统

水下目标模拟系统对于水下航行体试验与训练、舰艇水声对抗与安全防御等具有十分重要的意义。基于水下目标声学多亮点回波理论,给出了多亮点目标宽带回波信号模型。通过计算机仿真,验证了目标回波各重要特征和目标回波信号模型的有效性。基于拖曳长线阵和高速数字信号处理技术构建了水下目标模拟系统,根据目标回波信号模型综合模拟了水下分布式多亮点运动目标声散射特性,准确模拟了目标不同部位声学亮点的空间方位分布特征。分别对点源目标、真实大尺度目标、拖曳长线阵目标模拟系统进行了声纳目标识别试验,结果表明,拖曳长线阵目标模拟系统的目标特性明显不同于点源目标,而与实际大尺度目标一致。     

智能化水下目标分类系统的知识控制结构

本文对水下武器反对抗专家系统的知识与控制结构进行了原理性描述。探讨了适用于水下环境的知识表示结构、水下目标分类问题的求解方法以及黑板框架结构在反对抗专家系统中的智能控制作用。     

基于多光谱的空间点目标特征提取与识别

针对空间目标多光谱测温问题,提出了新的多光谱特征分析方法.该方法把目标红外辐射分为长、中、短三个波段,分析提取三个波段内的辐照度,以及长波段、中波段辐照度与短波段辐照度的比值,估算出目标温度.该方法避免了对目标光谱发射率的估计,有效减少了误差.最后基于系统参数,计算出有效辐射面积,并利用BP神经网络对四类目标进行识别试验,取得了较好的识别效果.     

基于神经网络的舰船雷达目标特征抽取与分类方法研究

本文着重研究应用神经网络来进行舰船雷达目标特征抽取与分类问题,提出了一种基于Mellin变换和多层前馈神经网络的特征抽取方法和一种基于Kohonen网络组的特征分类方法。采用实地录取的三类舰船雷达目标视频回波数据对本文提出的有关方法进行检验,结果表明本文提出的雷达目标特征抽取与分类的神经网络方法是切实可行的,其抽取的特征具有良好的稳定性,其分类的精度很高,明显优于传统的K-邻近分类器。     

LORAN C导航系统电磁环境模拟器设计与实现

分析了LORANC无线电导航系统的工作原理和电磁波环境 ,研究了一种将软件和硬件相结合来模拟产生LORANC电磁波环境中各种信号及噪声的方法。具体设计了LORANC电磁环境中各种信号的产生 ,PC机中软件完成初始环境参数的设置和舰船运动要素计算。该模拟器模拟效果逼真 ,解决了LORANC导航系统室内操作训练的难题 ,其方法可推广应用到其它复杂的时序控制器中     

C2组织决策实体配置问题建模与求解方法

针对指挥控制组织设计中决策实体的配置问题,提出了一种问题的配置模型及其求解方法。在分析传统决策实体配置模型不足的基础上,采用了作战任务执行时间来测度决策实体工作负载,建立了以全部决策实体工作负载的均方根(root mean square, RMS)最小为目标函数的问题数学模型。提出了基于最小RMS合并规则的层次聚类方法的问题求解思路,给出了该方法的具体步骤和流程。最后结合联合作战仿真算例中一个任务平台的调度方案,验证了所提方法的有效性和优越性。