基于灰关联分析的目标识别方法研究

深入研究了灰关联分析方法在目标识别中的应用，提出了基于灰关联分析的目标识别方案，给出了对目标声信号进行灰关联分析的方法和步骤，并以此作为灰色目标识别的基础，在此基础上，利用舰船声场通过特性仿真数据建立了典型目标的模本数据和待识目标样本数据，进行了舰船目标声信号的灰关联分析，确定了目标识别与分类的判据，对两类舰船目标类型进行了识别，从而验证了灰关联分析方法应用于目标识别的可行性和有效性。     

面向数字孪生的变电站三维场景自动目标识别

为提高自动目标识别的准确性，发挥自动目标识别对变电站运维效果的促进作用，提出面向数字孪生的变电站三维场景自动目标识别方法。构建变电站三维场景自动目标识别模型；利用模型架构的感知模块采集变电站实时状态数据，并采用通信模块将状态数据传输到数字孪生模块，该模块依据接收到的数据信息，通过知识图谱构建的知识库和服务模块的虚实数据处理单元，实现变电站信息的深度融合和全景映射；使用NURBS(non-uniform rational b-splines)曲面重构方法，创建变电站三维场景模型。前视自动目标识别单元在变电站三维场景模型中依据知识库，采用前视模板匹配技术实现对单一目标和多目标的准确识别。实验结果表明：该模型在简单和复杂场景下的变电站三维建模效果均较优异，在阴天和雾天仍能准确识别出变电站中的全部目标。     

弹道目标雷达宽带识别仿真与评估

提出了一种将雷达目标识别方法与具体战情相结合的方法,并通过该方法对弹道目标雷达宽带识别方法进行了仿真与评估。仿真了空间目标飞行弹道后,通过坐标变换得到设定战情下的弹道目标雷达视线角。然后结合室内缩比模型静态测量数据,得到设定战情下弹道目标高分辨距离像。对仿真得到的三类弹头类目标进行识别,并分析了雷达带宽、信噪比、观测次数对识别性能的影响。     

基于改进R-FCN的SAR图像识别

由于深度学习在目标识别方面取得了显著的成绩,为提高合成孔径雷达(synthetic aperture radar, SAR)图像目标识别的精度与速度提供了新的思路。本文将区域全卷积网络(region-based fully convolutional networks, R-FCN)结构应用于SAR图像目标识别中,取得了良好的效果。对于数据集较小和数据相似度较高的问题,提出了基于迁移学习的R-FCN模型用于SAR图像目标识别。对更快的区域卷积神经网络(faster region convolutional neural networks, Faster R-CNN)和R-FCN进行模型训练及优化,并与所提出的基于迁移学习的改进R-FCN模型实验结果进行对比。结果表明,所提方法对SAR图像具有更好的识别效果和更快的识别速度。     

红外警戒系统中的数据融合方法

本文简要介绍了红外警戒系统中数据融合的方法，数据融合分二步进行，两传感器首先完成局部处理，提取潜在目标，然后送至综合处理器，最后识别出真实目标。     

水下目标特征提取与分类的C30硬件实验研究

本文针对水下目标识别问题，在Ｃ３０信号处理机上实现了目标特征提取、特征压缩和分类三个环节的几个典型方法，并实验研究了这些方法的性能。结果表明，Ｃ３０处理器能有效地实现复杂的目标识别方法，且各方法表现出良好的识别效果和实时性能，为目标识别技术实际应用提供了重要的依据和实验手段。     

基于旋翼微动雷达特征的空中目标识别

详细分析了直升机目标回波信号的多普勒谱的构成,针对直升机目标和固定翼飞机目标多普勒谱的差别,提取了两种微多普勒特征用于识别直升机目标和固定翼飞机目标,其中一种利用了直升机回波信号正负多普勒频谱能量的不对称性,另外一种利用了机身回波信号能量与旋翼回波信号能量的对比,使用仿真数据和试验测试录制的数据计算结果表明,该方法具有很好的识别效果。     

地面目标HRRP识别的稳健性特征选择方法

特征选择是雷达高分辨一维距离像目标识别的关键步骤，可降低特征维度，提高特征稳健性。提出一种基于散度的特征选择方法，采用该方法对适用于距离像地面目标识别的特征集合进行特征选择，得到优选的特征子集后再进入分类器网络进行识别。采用地面目标仿真数据和实测数据进行神经网络分类器识别实验。实验结果表明：在距离像信噪比、俯仰角和距离分辨力参数变化的情况下，基于散度的特征选择方法在基本保持或提升特征集的识别性能的前提下，能保持甚至提升识别的稳健性，具有较好的应用价值。     

基于子波变换和神经网络的舰船目标识别

特征提取方法和分类器的选择是舰船目标识别的关键。介绍了一种目标分类和识别的方法。首先利用子波变换和多分辨分解算法对实际采集到的各类舰船目标辐射噪声进行特征提取 ,获得目标的线谱和调制谱特征 ,然后利用模糊自组织聚类网络 (FKCN)分类器对各类目标进行分类识别。最后利用实测数据进行仿真分析 ,并与其它特征提取和分类识别方法比较 ,验证了所用方法的可行性 ,且获得了较好的效果。     

基于独立元分析的扭曲目标识别

研究了计算机视觉中扭曲目标识别问题,提出了获取仿射不变描述子的独立元分析方法,从而实现扭曲目标识别。该方法可直接对目标外形坐标数据进行处理,在仿射变换下具有不变性。通过仿真实验的方法给出了在不同扭曲度情况下,本方法和Fourier方法的识别数据。结果表明,在二维扭曲目标识别上,该方法比经典的Fourier方法具有更好的鲁棒性和更高的识别率。     

高超声速飞行器制导控制系统性能评估

在高超声速飞行器制导控制系统的性能评估中,由于影响其性能的因素众多,需要大量的仿真试验才能获得准确的评估结果,评估效率低。针对此类问题,提出了一种适用于高超声速飞行器制导控制系统的性能评估方法。首先,建立了包含制导控制规律的闭环飞行器模型,并对飞行器运动特点及对性能产生影响的因素进行分析;其次,挑选主要影响因素为试验因子,基于优化拉丁超立方试验设计方法在采样空间中采样获取试验方案;然后,结合仿真数据,从定性、定量角度得出评估结论;最后,采用评估示例验证了提出的方法有效且在飞行器制导控制系统性能评估中的应用是可行的。     

基于非监督贝叶斯学习雷达性能指标动态评估

针对传统雷达性能指标评估方法相对“机械”、缺乏理论约束,需要多次重复实验,导致评估效率较低,评估成本较高等问题,提出基于非监督贝叶斯学习方法的雷达性能指标动态评估算法,在一定雷达探测目标先验假设下,结合典型回波观测数据模型,建立雷达性能指标后验概率模型。考虑到先验知识与观测数据可能存在的非共轭特性,针对先验概率模型建立分层贝叶斯模型,从而保证雷达性能指标后验概率密度函数的可解性。此外,为了保证后验概率密度函数的闭合解析解,应用变分贝叶斯期望最大化(variational Bayesian expectation maximization, VB-EM)方法,基于高斯-赛德尔迭代策略分别计算性能指标及其超参数的后验概率密度函数。最终,利用后验概率密度函数计算结果,可获得相应性能指标解析估计值及其置信区间和置信度,从而实现对指标动态变化的解析指示。相比传统蒙特卡罗评估方法,所提方法仅需一次实验数据便可获得定量的、解析的指标评估结果,可以大大缩减评估成本,提升评估效率,同时可对指标动态变化给出定量指示。应用仿真数据对雷达定位、测高精度以及目标检测概率指标进行了验证,相比传统方法,评估处理增益获得了有效提升。     

航迹相关与融合的性能评估

多传感器多目标航迹相关与融合的性能评估是数据融合系统的重要组成部分 ,但多年来国内外一直缺乏一套可被广泛接受的反映融合系统性能的指标体系。提出一种计算航迹纯度的方法 ,解决了融合航迹与目标真实轨迹的关联这一关键技术难题。并在此基础上 ,对航迹相关与融合的性能需求加以分析 ,建立了一组用于性能评估的较为完备的指标体系。该技术已成功应用于实际的数据融合测试与评估仿真系统中     

地面测控资源调度效能评估指标体系

随着在轨航天器数量急剧增长,地面测控资源调度成为一个越来越复杂的系统工程问题。当前地面测控资源调度效能评估仍停留在人工统计数据、孤立指标评价的层次上,这些零散的指标比较片面且难以综合反映测控资源调度能力,缺乏科学合理的综合效能评估指标体系。基于地面测控资源调度实际情况,在研究确定测控资源调度评估指标要素的基础上,构建了分层、多维的测控资源调度效能评估指标体系,为后续资源调度效能评估提供了依据,促进了地面测控资源调度的不断优化。     

潜艇水下航行的安全性评估

根据潜艇航行安全受潜艇自身以及海洋环境等多种因素影响。分析了各种因素对潜艇水下航行安全性的影响,确定指标体系,并据此建立潜艇水下航行的安全性评估体系。超标权的含义与潜艇航行安全评估相吻合,而且实际海洋环境因素具有一定的模糊性,因此应用基于超标权的模糊综合评估法对潜艇航行安全性进行评估。最后通过实例演示评估过程。     

红外导引头抗人工干扰性能评估方法

红外导引头抗人工干扰性能评估是目前红外制导武器系统研究中迫切需要解决的问题。本文提出采用层次分析法，充分利用导引头研制过程中各阶段的实验数据，综合的评估红外导引头抗干扰性能。文章采用单一准则构造了判断矩阵，初步导出了各研制阶段实验数据的权重。最后以某型号红外导弹为例，评估出它的综合抗干扰性能。     

基于改进灰狼算法优化SVR的航天侦察装备效能评估

定量评估航天侦察装备效能是武器装备体系建设的重要环节之一, 对装备发展和作战应用具有重要的现实意义。针对评估样本数据少、效能在多指标因素影响下变化规律非线性等条件下的效能评估问题, 提出一种基于改进灰狼(improved grey wolf optimizer, IGWO)算法优化的支持向量回归机(support vector regression, SVR)评估方法(IGWO-SVR)。引入反向学习策略及余弦非线性收敛因子改进灰狼优化算法收敛性能及全局寻优能力, 并将其应用于基于支持SVR效能评估参数的优化。基于航天侦察装备特点, 构建评估指标体系及航天侦察装备效能评估模型。最后, 通过对一定作战想定背景下航天侦察装备效能进行仿真评估, 验证了所提方法的合理性及优化模型的有效性。     

基于加速退化数据的可靠性评估技术综述

随着加速退化试验技术的不断进步,加速退化数据日趋复杂,可靠性评估理论和方法需要不断完善和发展。可靠性建模与统计分析是可靠性评估的两大核心问题,从这两方面对基于加速退化数据的可靠性评估技术进行综述,重点阐述了性能退化建模、加速退化建模、失效机理一致性辨识等关键问题,提炼了基于加速因子不变原则进行加速退化数据可靠性评估的新思路,展望了未来的研究重点和发展前景。研究工作对完善加速退化数据可靠性评估理论和方法,提高评估准确性具有一定的指导意义。     

基于多策略评价的绩效指标权重确定方法研究

论述了企业绩效评价的意义，对企业绩效评价问题进行了形式化描述，对评价过程中的指标数据处理方法进行了探讨。针对评价过程中的权重确定问题，提出一种基于多策略评价的赋权思想，并将多种赋权方法有机地集成在一起，提出用权差异系数来调整主观的赋权并用得到的评价结果作为学习样本，对神经网络进行训练并最终用神经网络进行赋权。最后，给出了一企业经济效益评价问题中的赋权实例。