共查询到20条相似文献,搜索用时 125 毫秒
1.
坦克是陆地战场上的主战武器之一,坦克目标识别是反装甲技术的基本前提,本文基于新型磁探测器对坦克目标磁场信号进行测量,结合运用模糊神经网络技术,对坦克目标进行模型化识别,并采用MATLAB的ANFIS工具箱进行测试与仿真,实现了对坦克和军用卡车的类别和运动方向的正确识别。 相似文献
2.
提出了一种基于灰关联分析的声目标识别算法.该算法提取坦克声信号的线性预测系数特征作为关联参数,通过比较声信号的灰关联值实现目标识别.在白噪声背景下,结合谱相减法,通过提取坦克声信号特征识别,仿真表明灰关联算法可以从信息不完全、关系不明确的坦克声信号中提炼主要因素进行识别,其实现方法简单,识别率较高.因此该算法在声目标识别中具有可行性. 相似文献
3.
声引信目标识别技术的研究 总被引:1,自引:0,他引:1
对地雷声引信目标识别技术进行了研究。提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量,并采用均方加权距离分类器来识别坦克和直升机。检验结果表明,该方法提取的特征稳定,并且,该技术具有高的识别率。 相似文献
4.
5.
对地雷声引信目标识别技术进行了研究,提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量,并采用均方加权距离分类器来识别坦克和直升机。检验结果表明,该方法提取的特征稳定,并且该技术具有高的识别率。 相似文献
6.
在高分辨率探测信号的照射下,被照射目标已不能再简单看成单散射点目标,而是由许多散射点矢量合成的扩展目标。本文研究了在毫米波高分辨信号照射下地面坦克的模型和回波特性。经过对回波作Fourier变换,可消除时延因子的影响,获得时延不变的目标频谱特征,最后以频谱总能量及各分频段能量分布作为识别的特征向量。对目标的识别采用BP神经网络分类器完成,可获得较高识分率。 相似文献
7.
基于目标识别的D-S数据融合 总被引:1,自引:0,他引:1
目标识别是雷达信号处理的重要组成部分.详细地阐明了D—S证据理论的决策方法,重点研究了D—S证据理论应用于目标识别的方法.通过实例分析,指出了将D—S证据理论应用于目标识别具有实际应用前景。 相似文献
8.
9.
该文利用弹载毫米辐射计扫描坦克目标所得到的波形信号,从中提取目标特征。此种特征具有平移、旋转等不变的优点。然后设计分类器来识别目标。模拟实验结果表明,用文中的二元码字出现频率作为特征的方法,具有较好的识别率,证明此法是可行的. 相似文献
10.
11.
为提高引信及制导等武器系统目标识别精度及实时性,阐述了联合变换相关非合作目标激光成像识别技术的研究状况,指出了复杂战场环境下三维联合变换相关非合作目标识别的三个关键技术:1)目标距离与回波强度的高精度获取;2)复杂背景下三维联合变换相关器互相关峰的提取;3)高速运动下三维联合变换相关器畸变不变识别。对该技术在引信及导航、制导等系统中的应用前景进行了展望。 相似文献
12.
13.
为解决丢失枪、弹后给社会带来的危害及加强警方对枪、弹的管控等问题,基于MSP430 单片机与无线
射频技术(radio frequency identification,RFID)设计一套智能枪-弹识别系统。该系统包括接触式电子击发手枪弹、
枪内处理单元2 部分,可以实现枪-弹识别:正常击发编写过特殊识别码的子弹,对码失败或没有编写识别码的普通
子弹无法完成击发,并在击发失败后触发失败提醒。结果表明:该系统可以有效减少因枪支违法外流带来的生命财
产损失,加强枪、弹管控。 相似文献
14.
15.
针对水下构筑物伤痕形态随机多变,特征提取困难,导致水下探伤识别精度较低的问题,提出一种基于视觉几何组(visual geometry group,VGG)网络的轻量化小型VGG(lite small visual geometry group,LSVGG)模型。采用经典VGG网络结构,减少卷积层和提高特征数量的方法在保证识别精度的前提下降低运算时间和系统开销。实验结果表明:该LSVGG模型可以部署在小型无缆水下机器人(autonomous underwater vehicle,AUV)上,具有较高水下构筑物探伤识别精度;与传统模型相比,水下构筑物探伤识别精度提高了近一倍,识别准确率高达99.7%。 相似文献
16.
针对由于各种信号干扰和传感器误差导致辐射源个体正确识别率较低的问题,提出一种 多传感器融合识别算法进行复杂电磁环境中的通信个体识别。该算法将Dempster-Shafer证据理论和特征提取结合起来,充分利用侦测的信号特征,减少了识别过程中的不确定信息。该融合识别算法提取侦测信号中的个体特征,使用基于决策向量的自适应证据融合方法将由个体特征转化而来的多个证据相融合,最后再根据判决准则得到最终的识别结果。分别对自适应融合方法和融合识别算法进行仿真分析,结果表明自适应证据融合方法可以综合考虑融合过程的计算效率和融合结果的合理性,在二者之间达到平衡。与现有的识别方法相比,多传感器融合识别算法可以提高复杂电磁环境中个体识别的稳定性和正确识别率。针对由于各种信号干扰和传感器误差导致辐射源个体正确识别率较低的问题,提出一种 多传感器融合识别算法进行复杂电磁环境中的通信个体识别。该算法将Dempster-Shafer证据理论和特征提取结合起来,充分利用侦测的信号特征,减少了识别过程中的不确定信息。该融合识别算法提取侦测信号中的个体特征,使用基于决策向量的自适应证据融合方法将由个体特征转化而来的多个证据相融合,最后再根据判决准则得到最终的识别结果。分别对自适应融合方法和融合识别算法进行仿真分析,结果表明自适应证据融合方法可以综合考虑融合过程的计算效率和融合结果的合理性,在二者之间达到平衡。与现有的识别方法相比,多传感器融合识别算法可以提高复杂电磁环境中个体识别的稳定性和正确识别率。 相似文献
17.
18.
19.
20.
针对传统核素识别方法不具有强适应性导致识别率降低的问题,建立基于反向传播(back propagation,BP)
神经网络的核素识别预测模型。以镅、镉、钚、氡、钯、钴、铯7 种核素的实测信号为例进行仿真模拟,建立核素
识别模型。结果表明:该模型能快速准确地识别上述核素,应用前景广泛。 相似文献