接触扫雷具水面目标跟踪系统探讨

提出一种跟踪接触扫雷具指示浮体并能实时监测扫雷宽度的水面目标跟踪定位系统。该系统由GPS远程流动站、无线传输设备、基站等组成,可以提高扫雷宽度测量精度,提高扫雷效率。     

基于基频提取的舰船目标识别系统设计

随着高性能扫雷具等干扰目标的不断涌现,为了区分舰船目标和扫雷具目标,研究了一种舰船基频提取方法。该方法利用舰船基频在信号的低频段存在多次谐波的特点,通过计算信号低频段的功率谱,提取低频段存在的线谱,并利用差频估计算法提取信号存在的基频信息。通过对大量实测数据的分析,总结了扫雷具与舰船目标在低频段功率谱中存在的不同特征,利用这些特征改进了差频估计算法,并在数字信号处理上实现了相关的线谱提取方法和改进的差频估计算法,设计了一个舰船基频提取系统。经过试验验证,该系统能够有效区分舰船目标与干扰（扫雷具）目标,且功耗很低,识别算法全速运行时仍小于100 mW。     

一种基于遗传算法的"正向"扫雷效果评估解法

基于Markov链的扫雷作战效果评估是一个小样本数据条件下的约束方程组求解问题，常规搜索加逐步回归算法的“反向”解法在处理约束条件时会遇到较大的困难。利用遗传算法强大的搜索能力，设计了一种“正向”解法，取得了较好的效果。     

常规电磁扫雷具扫除某类磁引信水雷方法的比较

通过分析常规电磁扫雷具物理场特征和某类水雷常用的抗扫技术,对使用常规扫雷具扫除某类非触发水雷的几种方法,从安全性、宽度和效率、可行性等方面进行了分析对比,得出了相关结论。三种方法在扫除现代非触发水雷中各有优劣。     

基于BP神经网络和遗传算法的扫雷参数优化

针对扫雷作战仿真中的参数优化问题,论述了BP神经网络和遗传算法在扫雷参数优化中的应用。首先对某作战背景下的扫雷作战效能进行了详细分析,给出了雷区清扫率的计算方法;然后利用BP神经网络建立了扫雷参数与雷区清扫率之间的数学模型;最后通过遗传算法对扫雷参数进行优化研究。研究结果表明,该方法能够较精确地建立扫雷作战效能模型,并能快速搜索到最优扫雷参数组合条件。     

目标模拟式电磁扫雷具改进方案

针对由单轴可控磁矩磁体组成阵列方式的目标模拟式电磁扫雷具对目标舰船磁场模拟精度较低的问题,提出将磁体阵列式与电极式扫雷具进行整合的改进方案。根据水雷对炸点选择的特征,提出利用加权最小二乘解方法将对扫雷具控制参数求解问题转化为无约束优化问题,并利用遗传算法良好的全局搜索能力对参数进行求解。结果表明:改进的方案能有效提高扫雷具对舰船磁场的模拟能力,且方案易于工程实现。     

基于小波变换的遗传算法在红外图像目标识别中的应用

针对目标识别技术研究现状,提出了基于小波变换的遗传算法在红外图像目标识别中的应用问题.其中简要介绍了小波的特点,重点描述了基于小波变换的遗传算法在目标识别中的应用原理、应用方法,并给出了相应的应用实例,为解决目标识别问题提供了一种新的思路.     

美国直升机扫雷装备

<正>舰艇扫雷时,是拖曳各种扫雷具实施的,扫雷舰艇必须首先进入雷区,这对于舰艇和舰员都十分危险。美日韩在朝鲜战争时,扫雷作战过程中损失了扫雷舰艇8艘,其中6艘被炸沉,2艘重创。然而直到20世纪70年代,扫雷舰艇依然是唯一的扫雷平台。美国海军接受朝鲜战争扫雷的教训,为了避免水雷对舰艇和舰员的危害,很早就提出直升机反水雷的概念。因为利用直升机扫雷,平台和扫雷人员在空     

基于退火遗传算法的传动装置故障征兆识别

提出了将模拟退火算法融合于遗传算法中的组合方案,对传动装置监测信号小波能量谱进行编码,以克服利用BP算法进行样本训练时网络可能会陷入局部极小点的缺点.以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮的故障征兆.计算结果表明,组合方案能够提高神经网络训练效率和故障征兆识别精度.     

基于遗传算法的货箱多目标优化

为了实现货箱轻量化,建立了货箱有限元模型,通过仿真与试验结果的对比,验证了有限元建模方法的准确性.利用相对灵敏度分析确定轻量化的关键部件,以货箱关键部件的板厚为变量,设计拉丁超立方试验,并基于一阶响应面函数,建立高精度的近似模型.最后,基于近似模型利用遗传算法以货箱质量最小、扭转刚度最大为目标、货箱弯曲刚度与模态性能不降低为约束,建立多目标优化模型.优化结果表明,在满足弯曲刚度的情况下,货箱质量降低19 kg,扭转刚度增大3.5%,模态性能也有提升,轻量化效果显著,为货箱轻量化研究提供思路与方法.     

基于遗传算法的自适应机动多目标跟踪算法

根据卡尔曼滤波器池思想。设计一组有不同初始滤波参数组成的具有并行关系的卡尔曼滤波器。通过浮点编码的遗传算法离线对这些滤波参数寻优,找到最佳滤波参数。仿真结果说明机动多目标跟踪的遗传算法具有较强的全局最优搜索能力,自适应好且跟踪精确度较高,这证实了此新方法在自适应机动多目标跟踪下的可应用性。     

基于模拟退火算法的空中目标识别

根据NMI特征和Jan Flusser提出的仿射不变矩的特点及各自的适用条件,提出了一种组合不变矩。利用所提取的组合不变矩的特征向量,实现了对空中目标的K-mean聚类分析识别。在此基础上将模拟退火机制引入其中,以克服K-mean聚类的局限性和对初始聚类中心的敏感性,最后提出了基于模拟退火的改进K-mean聚类算法。仿真实验结果表明,该方法具有较高的识别精度和较好的抗噪性。     

基于遗传算法的面目标瞄准点寻优问题研究

为解决面目标瞄准点寻优问题,在单弹打击不规则面目标毁伤面积计算的基础上,给出了多弹打击面目标的毁伤面积计算模型和重复毁伤面积计算方法。建立了瞄准点优化模型,利用遗传算法原理,对瞄准点进行编码,确定了适应度函数,设计了遗传算子,并设计了不规则面目标瞄准点选择计算实例。实例计算结果表明,该方法计算可信度较高,且具有一定的可操作性,军事应用价值较强。     

基于遗传算法的电磁引信鱼雷过靶定位方法

针对传统电磁引信鱼雷过靶定位需要较精确的位置参数作为初值的问题,提出基于遗传算法的被动定位方法。该法基于海水中电磁波传播方程,将鱼雷过靶时电磁场信号幅度与相位分开进行处理,利用信号相位特征量,通过遗传算法良好的全局搜索能力,实现电磁引信辐射源的被动跟踪与定位。仿真结果表明:在水下有效测量距离范围内,利用遗传算法进行被动跟踪与定位不需较精确的位置参数作为初值,有较高的精度。     

基于模板匹配的前视红外目标识别方法

针对固定目标红外图像中边缘模糊,难以分割和识别的情况,提出了一种基于模板匹配的目标识别方法。由高程数据和正射影像等卫星数据生成目标区参考图和基准图,在基准图中根据归一化Laplace响应确定目标区特征尺度作为目标检测的先验知识,对实时图及灰度反转实时图进行匹配滤波,检测出候选区域,再对候选区域进行基于Hausdorff距离的模板匹配,从而得到最终识别结果。实验结果显示:该算法识别精度高、速度快,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值。     

基于遗传算法的无人水下航行器深度自抗扰控制

根据无人水下航行器（UUV）操纵控制过程的特点,设计了一种基于遗传算法的UUV深度自抗扰控制器（ADRC）。针对ADRC控制器控制参数较多的问题,将其参数设计转化为一种辨识问题。借助遗传算法,对UUV深度控制系统中的ADRC控制参数进行了辨识,并对其在无外界干扰和近水面航行受波浪力干扰两种情况下的深度控制进行了仿真。数值仿真结果表明,ADRC控制可以获得较好的深度保持性能,并且具有较强的抗干扰能力。与PID控制相比,ADRC控制的操舵幅度和操舵频率有了明显降低,其控制品质有了明显提高。     

遗传-蚁群算法在目标分配问题中的应用研究

针对传统算法很难满足大型水面舰艇编队防空武器的武器目标分配(weapon target assignment,WTA)问题,提出一种将遗传算法融入蚁群算法的混合算法。分析了遗传算法和蚁群算法的优缺点、利用遗传算法快速全局随机搜索能力生成一组粗略解,用其作为蚁群算法的初始信息素,再利用蚁群算法的并行性、正反馈机制,最后求得最优解,并对遗传-蚁群算法与蚁群算法、遗传算法这3种方法进行仿真比较。分析结果证明:遗传-蚁群算法用更少的时间获得最优的火力分配方案,缩短了武器系统反应时间,在求解质量方面有较大优势。     

基于改进codebook算法的运动目标检测

为解决运动目标检测算法鲁棒性和实时性差的问题,在原始codebook算法的基础上提出一种改进的codebook算法.在匹配码字时将最近更新的码字调整至码本列表的最前端,加快码字匹配的速度;以适应光照变化且运算简单的局部二值模式(local binary patterns,LBP)直方图向量代替原有的RGB向量,采用码本记录局部区域的纹理特性,并通过实验比较原始的codebook、混合高斯算法及改进后的codebook.结果表明:改进后的codebook算法较其他2种算法具有更快的处理速度和更好的检测效果,且增强对场景中光照变化的适应力.     

基于多分类器组合的红外目标识别方法

针对以往的红外目标模式识别方法无法区分坦克与铁板假目标的缺点,提出了基于多分类器组合的红外目标模式识别方法.该方法对红外图像的每行像素使用线性分类器和BP神经网络分类器进行识别,用与规则对两分类器的识别结果进行决策融合,得到每行像素的识别结果,然后对多行像素的识别结果使用多数票规则及或规则进行决策融合,得到最终识别结果,完成对坦克、背景和铁板假目标的区分.仿真结果表明:组合使用BP神经网络分类器和线性分类器,可提高系统识别能力,能较好地完成目标识别.