空对地攻击效能评估模型

空对地攻击是现代战争中最具威胁的作战方式之一,军事训练(作战模拟)对于武器系统作战效能分析具有非常重要的作用.只有对打击的结果进行科学的分析和评估,为修改射击诸元提供校验参数,才能取得更好的训练效果.建立了空对地攻击的数学模型,导出了可攻击区、首攻概率、目标识别率和效能指标等计算方法.通过实弹射击验证,表明该模型正确有效,能提高部队军事训练的效率,大大节省国防开支,在工程实践中具有广阔的应用价值.     

基于ADC-BP模型的对地攻击无人机自主作战效能评估

为紧贴实战背景进行对地攻击无人机自主作战效能，提出一种改进ADC模型的效能评估方法。首先，在传统ADC模型的基础上，引入战场环境因素、人为干扰因素，并基于遗传算法优化BP神经网络，重构传统作战能力评估模型，构建基于ADC-BP的自主作战效能评估模型；其次，基于无人机作战任务特点，拓展并归纳影响效能的关键能力指标，构建与作战全过程相适应的评估指标体系；最后，以对地攻击无人机执行压制防空任务为例进行效能评估，结果验证了ADC-BP评估模型的合理性和实用性。     

计算机病毒攻击条件下的信息网络效能度量分析

本文就信息网络效能在计算机病毒攻击条件下的度量分析进行研究,为针对性防范措施的制定和实施提供参考依据。信息网络效能模型在病毒攻击条件下进行建立和完善,依据对红方采取的两种策略,分析信息网络的作战效能,除说明反病毒技术掌握的重要性,实施反病毒措施,确保信息网络效能的作用充分发挥外,还对计算机病毒武器的重要性进行掌握,有效打击敌方的信息网络,以在战场上把握主动权,获得较佳的应用效果。     

利用作战模拟成像侦察卫星作战效能评估

文章提出成像卫星侦察系统作战应用效能的评估包括两个阶段模拟阶段和评估阶段.利用作战模拟的方法,通过仿真建模,获取评估数据,从而对成像侦察卫星系统作战应用的效能进行了科学客观的评估,使定性分析和定量分析相结合.这种方法将是效能评估研究领域的一个重要研究方向.     

安全防范系统效能评估研究综述

安全防范系统效率评估是一门新兴的课题,它是安全防范风险管理过程中的重要工作之一,在我国尚处于起步阶段.本文介绍了安全防范系统效能评估的基本概念、分类,最后讨论了效能评估的基本过程.     

空基指控系统动态效能评估方法

针对目前指控系统自身特性或使命要求的不同导致系统评估有效性指标不稳定的实际,结合空基指控系统的功能、特点以及应用研究情况,以空基指控系统试飞效能数据为基础,借助兰彻斯特方程描述战争过程的广泛适用性和实时有效性,提出了一种以系统空间与使命的匹配程度为目标的动态评估模型,即把系统的运行与系统要完成的使命结合起来,根据系统在特定情况下本原的取值范围,计算系统属性空间的运行轨迹与使命所要求轨迹相符合的程度,得到对空基指控系统有效性评价总的度量.此方法能在一定程度上弥补由于使命属性选择不够合理而导致的评估差异.仿真结果验证了该方法的有效性和合理性.     

作战融合系统的构成及其效能分析

给出了作战融合系统的主要构成对象的定义、作战系统的系统框图及运作过程，分析了天气和地形对作战融合系统效能的影响。并在此基础上，阐述了作战融合系统效能分析方法和过程。     

基于主成分分析的战斗直升机作战效能评估

对影响直升机作战效能的因素进行剖析,并建立评估模型.在此基础上,将统计分析与多指标决策结合起来,运用主成分分析法对不同生产预案的性能指标进行综合聚集,然后在理想点的基础上建立优化模型,从而为研制生产性能优越的直升机提供合理的科学依据.     

基于模糊综合评判的电子战效能评估

电子战系统是一个庞大复杂的系统，其效能是一个综合指标，包含多种技术因素和不确定性，对系统的评估也是一项复杂的工作，涉及许多难以量化的模糊因素．为了评估电子战系统作战效能，本文首先给出了效能评估的指标体系，然后提出了基于模糊综合评判的电子战效能模型，最后通过对参数由专家和军事指挥员提供的案例的研究，论证了模型和方法的可行性和有效性．     

试论安全防范系统的效能评估

安全防范系统效能评估是促进安全防范系统应用建设质量、提高其费用-效能比的有效手段。一些应用安全防范系统较早的发达国家,在其效能评估方面的研究与实践已经取得了较好的成效。国内就安全防范系统效能评估的相关研究刚刚提到议事日程,并得到安防管理部门和学者的极大关注。本文主要对系统效能的概念、系统效能评估的基本功能、系统效能评估的总体思路、系统效能评估工作开展几个基本问题进行了阐述。     

行人多目标跟踪算法

针对多目标跟踪中因目标遮挡而导致跟踪过程中身份交换频繁的问题,提出一种行人多目标跟踪算法.该算法首先使用YOLOv4作为检测器,检测出目标并确定检测框坐标,利用扩展Kalman滤波器对轨迹进行预测;然后用匈牙利算法作为数据关联模块,采用级联匹配方法将扩展Kalman滤波预测的检测框与目标检测的检测框进行匹配,并将发生遮...     

基于AM5708的智能多目标跟踪监控系统设计

监控系统的视频序列往往受到环境噪声、运动目标繁多和目标遮挡的影响,针对传统视频监控无法对人员实施有效检测、跟踪和计数的问题,设计一种基于ARM的智能多目标跟踪监控系统.从整体性角度阐述系统硬件设计方案和软件环境搭建.在算法实现方面,基于改进的自适应高斯混合模型和卡尔曼滤波实现了目标检测和跟踪,引入匈牙利算法进行数据关联...     

基于Kalman滤波的无线传感器网络多目标跟踪

设计无线传感器网络多目标跟踪系统,分析系统跟踪性能的影响因素,提出基于单点观测的扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法和基于Kalman滤波算法预测功能的节点自适应调度策略,并引入多种事件辅助机制。实验结果表明,该算法和调度策略能够实现多目标实时跟踪,且具有减少计算量、缩短测量周期、降低能量消耗、提高跟踪精度等优点。     

基于融合反馈式粒子滤波器的多目标跟踪算法

针对足球视频中多球员跟踪问题,提出一种基于融合反馈式粒子滤波的多目标跟踪算法。该算法将球员状态的检测信息与球员的动力学模型结合,设计粒子滤波算法的建议分布,使其能融合最新的观测数据,并由此对下一帧球员可能的状态进行抽样,然后计算各抽样与参考模板间的相似度,最终通过估计球员状态来达到跟踪目的。仿真实验结果表明:本文提出的跟踪算法能较好地解决不同球员间的遮挡问题,实现多名球员的跟踪,具有较好的实时性和鲁棒性。     

障碍型弹药对飞行甲板的封锁效能分析方法

基于对航母飞行甲板进行封锁作战的思想,开展了具有杀爆功能的障碍型子弹药对飞行甲板目标的封锁效能分析. 对于封锁效能的分析归结于终点空间封锁概率. 首先根据飞行甲板的功能和舰载机起飞作战流程,将甲板划分为保障起飞功能的3个特征功能区域:起飞区、调动区和停机区,并分别建立了其起飞功能失效的封锁判据,并且在飞行甲板坐标系中给出了封锁各功能区子弹药的有效障碍点区域确定方法;其次运用蒙特卡洛法模拟子弹药的落点,并利用矩阵仿真等方法给出了各个区域封锁概率的计算式;然后给出了具有杀爆功能的障碍型子弹药对航母飞行甲板的空间封锁概率的计算式.     

一种分解式模糊聚类粒子滤波的WSN多目标跟踪方法

针对无线传感器网络环境下的多目标跟踪时近相距和轨迹交叉目标容易出现目标丢失和跟踪混淆的问题,提出一种分解式模糊聚类粒子滤波(DFCM—RPF)的多目标跟踪方法。把多传感器数据融合和多目标跟踪问题分解为单传感器数据融合和单目标跟踪问题,先对传感器节点量测用基于跟踪门限算法去除杂波,在各传感器节点的观测空间分别建立模糊聚类算法进行数据关联并最优融合,然后用正则化粒子滤波预测目标状态。仿真表明,DFCM—RPF算法与原FCM多目标跟踪方法相比,航迹关联正确率由85%提高到100%,目标预测位置的RMSE由4.437 7 m下降到1.307 3 m,DFCM—RPF算法体现了较好的跟踪性能,并集数据关联、数据融合和目标跟踪于一体,大大降低WSN多目标跟踪问题的复杂性和计算量。     

基于贪心策略的多目标跟踪数据关联算法

针对多目标跟踪中数据关联问题,提出一种新的数据关联方法,该算法先计算航迹和点迹的欧式距离以及其状态向量的在1范数下的距离,并将两者的和作为关联测度,构建关联概率矩阵.根据关联概率矩阵,对每条航迹都找到最适合(关联概率最大)的点迹,若点迹只是一条航迹的候选点迹则予以更新,若点迹是多条航迹的候选点迹,则选择其中概率最高的一条航迹予以更新.蒙特卡罗仿真表明,该算法在最大程度上保证了对每条航迹更新的点迹尽量是当前所有点迹中最优的点.     

基于最优划分的多传感器多目标跟踪NNJPDA算法

传统的最邻近联合概率数据关联算法(NNJPDA)不能直接用于多传感器对多目标的跟踪。针对这一问题,提出了一种适用于多传感器多目标跟踪的最邻近联合概率数据关联算法,它以极大似然估计完成对来自多传感器的测量集合进行同源最优划分,然后采用NNJPDA方法对多目标进行跟踪。经过理论分析和仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附加计算量小等优点。     

一种非合作双基地雷达目标跟踪方法

针对非合作双基地雷达系统的特点,提出了一种能快速找到航迹的目标跟踪处理方法。该方法首先用基于速度的方法起始可能航迹,然后利用跟踪波门技术对后续的测量点集进行相关性检测,接着进入Kalman方法预后续点迹位置的阶段,然后用最近邻域(NN)法搜索出属于该可能航迹的所有点迹,最后进行航迹的确认并开始搜索新的目标航迹。以实测数据为例进行实验,验证了该方法对非合作雷达系统目标跟踪的有效性。     

基于HSV颜色特征的多目标视频检测与跟踪算法

针对跟踪多个运动目标交错运动时容易丢失目标的问题,提出了一种基于HSV颜色空间去识别与跟踪不同颜色目标的算法,对光照具有一定的鲁棒性。通过颜色空间转换提取目标原始二值图像,经中值和高斯滤波后,通过亮度检测判断是否对滤波后二值图像进行形态学膨胀;之后对较为精确的目标二值图像进行边缘检测,得到其最小包围矩形框,逐帧检测后绘制各颜色目标对应的运动轨迹,完成多目标的视频跟踪。对比经典Cam-Shift算法,实验表明,在多个目标具有不同颜色特征时,有效解决了视频跟踪中多目标交错运动丢失目标,且对光照敏感的问题,跟踪精度较高。