雷达与红外探测设备组网中航迹滤波算法研究

给出了一种最小方差意义下的最优航迹滤波方法。该方法能根据雷达与红外探测设备所测得的异步测量信息进行实时滤波,无需将测量数据进行同步对齐,避免了现有算法的不足,更便于工程应用。数字仿真结果证明,该方法能提高航路估计精度。     

红外探测装置视场转换研究

提出了一种改进红外探测装置视场转换的新方法，并且着重研究了视场转换过程中消防干扰信号进而估计出有用信号，同时还给出了视场转换时的相应计算程序。     

红外成像在弹道导弹杀伤效果评估中的应用

首先分析讨论了红外成像技术及其在目前反导系统中的应用,然后在分析再入段弹道导弹弹头和诱饵红外目标特性基础上,建立了基于红外成像的弹道导弹杀伤效果评估流程。最后,通过分析影响杀伤效果的评估因素,研究了杀伤效果的评估方法。     

红外探测技术及其在军事上的应用

红外探测技术是利用目标辐射的红外线来搜索、探测和跟踪目标的一门高技术，是未来高技术局部战争使用的主要技术之一。     

基于信杂比的高超声速飞行器红外探测谱段分析

以典型吸气巡航式和助推滑翔式两类高超声速飞行器为研究对象,采用纳维-斯托克斯(Navier-Stokes,N-S)方程和流固耦合模型计算流场分布,采用逆向蒙特卡罗方法计算高超声速飞行器本体光谱辐射特性;进一步考虑探测场景中的海面背景和临边大气背景辐射特性以及大气传输特性,基于探测信杂比分析高超声速飞行器的最优红外探测谱段。分析结果表明:在采用对地模式探测吸气巡航式高超声速飞行器时,建议选择(2.5~3.1)μm、(4.2~4.4)μm、(5.2~7.8)μm 谱段;在采用临边模式探测吸气巡航式高超声速飞行器时,建议选择(3~5)μm 谱段;在采用对地模式探测助推滑翔式高超声速飞行器时,建议选择(2.5~3.2)μm、(4.2~4.6)μm、(5.4~7.5)μm 谱段;在采用临边模式探测助推滑翔式高超声速飞行器时,建议选择(2.7~5.0)μm 谱段。     

基于证据推理的卫星遥感探测效能评估

针对卫星遥感探测评估问题,根据遥感卫星的系统特点,构建了卫星遥感探测效能的评估指标体系,以此为基础,提出利用D-S证据推理方法,有效融合专家系统信息,降低卫星遥感探测评估中的不确定性,建立基于证据推理的卫星遥感探测效能评估模型;最后对卫星遥感探测评估问题进行仿真计算,仿真结果表明:该模型能够实现确定信息和不确定信息的结合,使卫星遥感探测效能评估更结合实际、更加科学合理。     

巡航导弹红外特征及对其探测技术研究

从海湾战争到北约轰炸南联盟,都是使用巡航导弹打头受到各国军方的高度重视,而抗击巡航导弹的首要条件是及早发现和探测巡航导弹。根据巡航导弹红外特征,应用红处探测技术,研究对巡航导弹的无源探测。     

基于高光谱图像探测与感知的伪装效果评估方法

为解决高光谱侦察过程中目标的伪装评估问题,提出一种联合探测与感知的高光谱伪装效果评估方法。利用局部异常检测算子提取每个像元与周围背景的差异性指标,结合空间密度聚类和领域融合算法,分割潜在目标区域;建立反映光谱差异性和整体伪装特征的显著性指标,基于有限时间搜索策略进行高光谱伪装评估,从伪装评估指标和时间-评价分数多重角度得到伪装评估结果。仿真实验表明,该方法克服了传统基于多特征描述的评估方法评价指标单一的问题,能够较为客观和准确地给出评估结论,为目标伪装效果评估提供可靠的参考依据。     

基于BP神经网络的装备保障资源评估

基于人工神经网络理论及BP网络原理,建立了装备保障资源评估模型,初步形成了对装备保障资源各基本内容的评估,并结合装甲装备保障资源实例进行了分析.     

基于BP神经网络的导弹作战方案评估方法

构建了一般的机动发射式导弹作战方案评估的指标体系,通过BP神经网络模型对拟制的导弹作战方案进行了评估,得到了评估结果,为导弹武器作战时快速优选作战方案创造条件。     

基于遗传神经网络的伪装效能评估模型

在量化样本光学特征指标并划分伪装效能等级基础上,采用基于遗传算法的神经网络建立伪装效能评估模型.其步骤包括确定GA算子及相关参数,初始化网络连接权值和阈值向量,计算各个体适应度函数并将其排序,执行遗传操作,最后用神经网络进行二次训练.将样本光学特征指标量化值作为神经网络输入值,量化后的样本等级作为神经网络教师值进行评估.仿真表明该混合算法收敛速度快,能有效避免局部极值问题.     

基于BP神经网络的装备失效率预测研究

装备伴随使用时间的增长,失效率会不断升高;因此准确预测装备失效率,对于及时准确评估装备性能,开展视情维修具有重要的指导意义;鉴于BP神经网络的高度非线性映射能力,利用此模型对装备失效率进行预测;分析得到了BP模型的输入层和中间层的最优神经元数;此时实际值与预测值的方差为0.038 7,达到要求。     

基于BP 神经网络的渡江工程信息控制效能评估

为科学测度渡江工程信息保障中的信息控制效能,提出一种基于BP神经网络的渡江工程信息控制效能评估方法。围绕渡江工程信息保障任务的关键节点和预期目标,构建渡江工程信息控制效能评价的指标体系;利用神经网络非线性拟合精度高以及自调节功能强的特点,设计BP神经网络效能评估模型;利用仿真实验对模型进行验证分析。结果表明：模型应用于渡江工程信息控制能力指标评价样本,验证了BP神经网络在渡江工程信息控制效能评估中的有效性。     

基于神经网络的效能评估方法综述

为进一步推动效能评估的应用,对3类主要的效能评估方法进行分析。阐述基于神经网络的效能评估方法的基本原理和研究现状,总结归纳基于模糊神经网络、BP神经网络、深度学习等评估方法的优势与不足,指出基于小样本深度学习的效能评估方法必将成为未来的发展趋势,以及该方法当前面临的挑战与展望。     

基于遗传BP神经网络的隐身涂层老化性能评价模型

为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。     

基于BP 神经网络的舰载机对陆打击作战效能评估

为解决复杂战场态势下影响舰载机对陆打击作战效能因素多、情况复杂的问题,提出一种基于BP 神经 网络学习算法的舰载机对陆打击作战效能评估模型。结合舰载机性能及战场环境,运用层次分析法构建舰载机对陆 打击作战效能评估指标体系;通过Matlab 工具进行动态评估仿真。仿真结果表明：该模型准确率能达到98.5%,验 证了模型的有效性和可行性,可为舰载机在战术应用方面提供一定的决策信息。     

基于LMBP神经网络的声诱饵对抗鱼雷效能评估

根据实际情况,补充调整建立了声诱饵对抗鱼雷效能评估指标体系。结合专家调查法和仿真试验,采用基于LM快速算法的BP神经网络（LMBP）综合评估法对声诱饵对抗鱼雷效能进行评估,并对LM算法和常用的Traingdx算法进行了对比分析,证明LM算法误差更小、训练速度更快。最后,通过实例证明将BP神经网络评估方法应用于水声对抗效能评估切实可行。该方法能综合考虑专家经验和试验数据等主客观因素,最大限度减少单纯主观或客观赋权带来的误差,通过神经网络的“自学习”得出明确的综合评估值,具有较强的实用性和通用性。     

基于BP神经网络的导弹武器系统维修质量评估

阐述了导弹武器系统的维修质量是影响导弹武器系统性能发挥的重要因素,因此对导弹武器系统维修质量进行评估有着非常重要的意义.首先建立了导弹武器系统维修质量评估指标体系;其次利用BP神经网络理论建立了导弹武器系统维修质量评估模型;最后利用Matlab软件对该模型进行了仿真.