高分辨率雷达二维图像的图像处理与特征提取

首先分析了雷达目标散射信号特征。在此基础上 ,根据MUSIC算法得到的雷达图像特点 ,通过平滑、量化、增强等适当的图像处理方式对F - 16、HY - 2 0 0 0两种飞机缩比模型在阶梯变频雷达上所获取的雷达图像进行处理 ,并形成雷达二维灰度图 ;最后 ,采用图像矩阵描述方示进行雷达图像的特征提取     

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     

企业目标体系及其对跨世纪企业管理的影响

在分析企业发展历程和规律的基础上,揭示了现代企业系统的目标体系：战略层次的终极目标是使企业长期保持兴盛状态,策略层次的管理目标经历了从利润最大化到“满意的利润”,再到谋求股东和职工双方利益的最大化;战术层次的运作目标是不断提高经济效益。建立科学的企业目标体系是制约因素管理最重要的理论基础之一,制约因素管理强制围绕系统目标的实现。抓住制约环节进行全局调控,不断实现整体持续优化,它为跨世纪的企业管理展     

西藏大竹卡蛇绿岩中地幔橄榄岩铂族元素分布特征

西藏大竹卡蛇绿岩中地幔橄榄岩铂族元素（ＰＧＥ）总量为２８．３７～５０．６７ｎｇ／ｇ,比原始地幔和世界范围内一些典型蛇绿岩中地幔橄榄岩及阿尔卑斯型地幔橄榄岩偏高,ＰＧＥ分布型式也不同于部分熔融残留成因地幔橄榄岩中通常所观察到的负斜率型或平坦型,而以ＰＧＥ总量高,Ｐｔ,Ｐｄ,Ｒｕ富集及“正倾斜型”或“燕子型”分布型式为特征,反映本区上地幔及其过程的特殊性。Ｐｔ和Ｐｄ以及Ｃｕ,Ａｕ,Ｃｓ,Ｒｂ,Ｂａ,Ｔ     

一种鲁棒的被动声目标识别方法

针对噪声环境下一些声目标识别技术性能严重下降的问题,提出了一种基于一阶补偿的径向基函数网络模型,并给出了该网络参数选择方法。实际应用表明,这种神经网络对噪声具有较强的鲁棒性,与传统的径向基函数网络相比,其识别性能等同于信噪比提高大约１０～１５ｄＢ。     

不正常航班延误调度模型及算法

恶劣天气、航空管制、机械故障等原因常会使航班表无法正常运作,决策人员必须把飞机重新指派给航班,决定延误或取消哪些航班,尽快使航班恢复正常.本文构建了以延误成本最小或延误时间最短为目标函数的航班恢复模型,航空公司可以根据需要选择不同的目标函数;细分了延误成本并提出旅客失望溢出成本和失望溢出率概念;采用启发式方法并调用匈牙利算法对模型求解,给出了算法的运行步骤,并以实例说明了模型和算法的可行性.     

基于进度优化的大型项目激励机制模型

在项目管理实践中,业主通常会设立激励机制以确保项目按期完成,而承包商则会根据业主设定的激励机制合理安排项目进度.本文讨论了大型项目的激励机制,研究了业主和承包商的决策问题,建立了以项目收益净现值最大化为目标函数的Stackelberg主从递阶决策模型.通过各子项目激励强度的设定对激励机制进行优化,协调业主和各承包商的利益关系,进而实现业主收益的最大化.     

三标度改进方法及其在火炮采购方案评价中的应用

为解决火炮采购方案评价中面临的多目标决策问题,以及弥补层次分析法(AHP)、效用理论、三标度法(TMP)和非结构模糊决策方法(NSFDM)在解决此类问题上的某些局限性,提出了三标度改进方法(TMEP).在论述了该方法的决策过程和步骤后,以某部队火炮采购为例,着重分析了TMEP方法在火炮采购方案评价中的应用.其分析结果表明:相对于AHP、TMP和NSFDM方法,TMEP方法在构建判断矩阵时层次更加清晰,也更易于通过一致性检验,且矩阵元素权重确定更加简洁和合理,同时计算量相对也比较小.因此,该方法是解决火炮采购方案评价和类似的多目标决策问题的一种有效方法.     

多空中作战平台协同对抗多目标态势分析方法

为了对多机协同对抗多目标的作战态势进行定量分析,根据多机协同对抗多目标的空战特征,基于神经网络和证据理论,以传感器和武器能力为证据建立敌我双方对抗态势分析识别框架。将学习引入证据合成过程,用神经网络学习对基本可信数修正系数进行优化,使证据合成能够体现证据之间的相干性和主次关系。以无人作战飞机编队对抗敌地对空防御系统为例,对所研究的态势分析方法进行了验证。获得的计算结果与通过策略实际含义分析的结果相一致,具有合理性。     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。