基于声信号多重分形和支持向量机的目标识别研究

为提高智能地雷对地面装甲目标的识别率,针对地面装甲目标辐射的噪声信号具有非线性的特性,建立了一种基于多重分形和支持向量机(SVM)相结合的分类识别模型。通过野外场地实验,采集到两种装甲目标在不同工况（运行速度）下的各40组样本信号;利用多重分形分析计算得到两种目标信号的广义分形维数谱(GFDS),分析了两种目标信号在不同工况下多重分形谱的特征;将GFDS值作为目标特征向量输入SVM分类模型,经训练得到最优分类结果,并与小波包能量(WPE)法提取样本特征后输入SVM的识别效果进行了对比,结果表明前者的识别率达到92.5%,高于后者的85%的识别率。     

鱼雷电磁引信的目标尺度识别方法研究

根据电磁引信目标信号的数学模型和雷目相遇时的运动方程 ,建立了其目标尺度识别的数学模型 ,并给出了模型参数的确定方法。在此基础上进行了目标宽度识别的计算机仿真。     

反舰导弹多目标识别技术探讨

应用模糊分类判决原理 ,探讨了反舰导弹末制导雷达同时捕获多个目标时如何优先选择主要目标进行攻击的问题 .进行了多目标分类判别以及主要目标识别的理论分析 ,并建立了相应的数学模型 .其方法可为反舰导弹末段对主要目标和装订目标的识别方案设计提供参考     

自然背景下对人造红外目标的分形检测

利用自然背景与人造目标在分形维数上的差异,提出了一种针对自然背景下的快速红外目标检测技术。通过对图像各个子图的改进不规则分形维数的计算,得到各个子图的指标函数J曲线;经过对J曲线的适当策略分析,可以得到目标最大可能存在的子图区域,或者多目标可能存在的区域。仿真实验证明:算法可以快速检测出红外图像中人造目标可能出现的区域,为随后的识别跟踪等分析降低了计算量。     

基于高阶神经网络(HONN)的封闭平面形状识别

本文用形心到外轮廓的距离序列表示平面形状,将二维的平面形状识别问题转化为一维波形曲线的识别问题。对于这种波形曲线的识别,采用具有平移不变性的高阶神经网络方法,成功地解决了目标旋转变化后导致的边心距序列循环移位的问题,克服了传统匹配识别方法寻找匹配起始点的困难。实验表明,本文的方法简单易行,并且具有较高的识别率,可实现平移、旋转和比例不变性识别。     

敌我识别系统浅析

敌我识别(IFF)是高技术条件下现代战场中自动目标识别技术的重要应用之一.具有敌我识别能力的系统,已成为21世纪战场数字化系统的基本功能单元之一.目标识别目前具有目标特征识别、目标成像识别、无源探测识别、激光雷达识别、毫米波识别、多传感器数据融合识别等等方法.寻找一种简便而实用的识别方法是研制新一代敌我识别系统所必需充分考虑的问题,雷达自动目标识别是当前研究之重点,多传感器系统数据融合技术是其有效途径.由用户直接识别未知目标(即直接分系统)和向用户提供有关目标信息(即间接分系统)两部分组成的敌我识别系统,是正在研制的新一代敌我识别系统.     

基于高阶神经网络的目标不变性识别系统

针对大尺寸目标图象的不变性识别提出了一种综合目标识别系统。该系统用形心到外轮廓的距离序列表示目标形状，将二维的目标图象识别问题传化为一维波形曲线的识别问题。对于这种波形曲线的识别，采用具有平移不变性的高阶神经网络（ＨＯＮＮ）方法，成功地解决了目标旋转变化后导致的边心距序列循环移位的问题，克服了传统匹配识别方法寻找匹配起始点的困难；同时使得ＨＯＮＮ由三阶降为二阶，极大地降低了对存贮容量的要求，仿真结果表明该系统对大尺寸目标图象的平移、旋转和比例不变性（ＴＲＳＩ）识别是切实可行的。     

自动目标识别技术的发展现状及其应用

自动目标识别是当今美国和欧洲各国许多武器、雷达和地面设备所具有的特点。自动目标识别技术旨在使目标的检测过程自动化, 是实现武器智能化的核心技术之一。经过多年的研究和发展, 该技术正在走出实验室投入实用     

非合作式目标识别技术概述

非合作式目标识别包括雷达、电子支援措施及光传感器的目标识别技术.雷达目标识别含利用跟踪信息、极化信息及通过JEM、距离像和ISAR进行识别.电子支援措施目标识别包括利用基本电波参数、脉冲波形特征和通过对己方电子支援措施电波的接收分析进行识别.光传感器目标识别则是在取得目标的反射特性和辐射特性(光谱)后提取其特征进行识别.     

基于1阶Minkowski度量的多重分形谱算法

针对目前广义维数多重分形谱算法运算量大,难以用于预警识别的现状,提出1阶Minkowski度量的多重分形谱算法,并将该算法用于坦克噪声预警识别试验。该方法根据广义维数定义本质,通过简化测度计算,减少运算量。试验表明,该算法在信噪比较低时,预警识别性能高于目前常用的过零率检测方法。     

高温后混凝土冲击破碎能耗及分形特征研究

为研究高温后混凝土在冲击破碎过程中的能量耗散特性及碎块块度分布规律,采用100 mm分离式霍普金森压杆装置,对不同温度（常温、200 ℃、400 ℃、600 ℃、800 ℃）作用后的混凝土进行冲击压缩实验,分析了冲击弹速和温度对试件冲击破碎能耗、破坏形态及碎块分形维数的影响。研究结果表明：同一温度下,耗散能随弹速和应变率的升高不断增大,同一弹速下,耗散能随温度的升高总体呈下降趋势;冲击破坏后混凝土破碎块度分布是一个统计意义上的分形,随弹速及温度的升高,试件破碎程度增大,碎块数目增多、尺寸减小,分形维数增大;耗散能与碎块分形维数的变化在相同温度下具有一定的正相关性。由此可见,不同温度、弹速下混凝土的冲击破碎是外部能量驱动下的分形演化过程。     

复杂地表背景下动目标天基红外探测图像仿真

面向天基红外探测图像仿真需求,基于导弹内外流场的流动控制方程和辐射计算方程构建弹道导弹辐射仿真模型,基于全球地表类型数据库(GlobCover)和随机分形算法构建复杂地表背景辐射仿真模型,基于严密成像几何模型提出星载相机入瞳处场景耦合辐射仿真方法。进一步叠加探测系统成像链路中的光学系统、探测器和信号处理模型,提出一种复杂地表背景下运动目标天基红外探测图像仿真方法。仿真结果表明,利用卫星轨道参数和导弹目标弹道数据,采用该方法可以实现卫星对弹道导弹主动段的连续成像仿真。     

基于数学形态分形维数与模糊C均值聚类的滚动轴承退化状态识别

针对滚动轴承的退化状态识别问题,融合数学形态学与模糊聚类理论,提出一种基于数学形态分形维数与模糊C均值聚类的退化状态识别方法。以数学形态分形维数作为滚动轴承的性能退化特征,从分形角度定量描述其复杂度与不规则度。鉴于不同退化状态边界的模糊性,将模糊C均值聚类方法应用于对退化状态的模糊聚类中,根据最大隶属度原则识别轴承性能退化状态。依托杭州轴承试验研究中心进行滚动轴承疲劳寿命强化试验,采集了滚动轴承从完好到失效的整套全寿命数据,将该方法应用于滚动轴承全寿命周期振动信号中,总体状态识别成功率达到96%. 研究结果表明：该方法计算代价小、效率高,能够有效地识别出滚动轴承的性能退化状态。     

可燃药筒孔结构的分形维数研究

运用分形几何理论构造可燃药筒孔结构模型,以压汞法(MIP)测试4种配方可燃药筒的孔结构,获得可燃药筒的孔结构基体分维、孔隙分维等数据.分析讨论了可燃药筒孔结构分形的形成机理,并结合力学性能实验,研究孔结构分形维数与力学性能的关系.结果表明:可燃药筒基体分维由组分间隙形成,组分数量与各组分尺寸大小决定了基体分维大小;孔隙...     

基于横向不平度的越野路面模型分形构造

为了在虚拟环境中获得具有真实感的越野路面模型,提出该模型分形构造方法.首先选取砾石路面作为典型的越野路面,对纵向和横向高程数据样本进行采集和数据预处理.然后运用纵、横向高程数据构造得到路面样片,并运用分形B rown ian运动计算其自相关函数.利用Hurst系数估算路面模型的分形维数,并基于层最小能量准则获得路面最佳高程.通过改变最佳高程参数和分形维数控制路面的三维形状和表面粗糙度.结果表明,构造得到的路面模型具有自相似性、真实感强的特点,并且每个取样的功率谱密度、载荷输入等均为已知,符合仿真测试的要求.     

战斗部壳体爆炸破片体/线分形维数研究

为研究爆炸瞬时情况下金属壳体破碎形成破片的形状特征规律,设计了壳体爆炸破碎形成破片回收试验,来研究瞬时破碎条件下破片分布及内在关系。通过借鉴体/线分形维数测定数学模型,并应用MATLAB软件中数学算法对描述破片质量或大小分布特征的体分形维数D₃以及描述破片迎风面投影轮廓特征的线分形维数D₁进行了计算。研究结果表明：爆炸条件下壳体破碎形成破片质量分布和形貌特征均满足统计自相似性,可以用分形维数来表征;计算获得破片平均体分形维数为2.385 9,平均线分形维数为1.298 7,二者之间满足D₃+2D₁=5.     

引信海洋回波信号的分形特性研究

首次利用实测的引信海洋回波数据,分析其分形特性。从统计特性、自相似性、无标度区间分数维、多重分形特性等方面进行了研究,数据仿真表明引信的海杂波存在分形特性,和雷达杂波相比：前者的分维值明显高于后者;前者的分维值弥散区间略小于后者;通过IFS对杂波进行逼近,逼近的信噪比前者高于后者。从而表明,引信海杂波的分形程度较雷达杂波更好,更适合使用分形理论建模。这一结论对引信海杂波的分形建模、抑制海杂波干扰以及分形背景下引信对抗研究具有重要意义。     

Fault Diagnosis Method Based on Fractal Theory and Its Application in Wind Power Systems

The non-linear dynamic theory brought a new method for recognizing and predicting complex non-linear dynamic behaviors. The non-linear behavior of vibration signals can be described by using fractal dimension quantitatively. In this paper, a fractal dimension calculation method for discrete signals in the fractal theory was applied to extract the fractal dimension feature vectors and classified various fault types. Based on the wavelet packet transform, the energy feature vectors were extracted after the vibration signal was decomposed and reconstructed. Then, a wavelet neural network was used to recognize the mechanical faults. Finally, the fault diagnosis for a wind power system was taken as an example to show the method’s feasibility.     

红外成像靶船辐射特性模拟设计

针对采用典型舰船实测分析与理论计算相结合的方法,通过对舰船烟囱和动力舱等关键部位红外辐射特 性进行研究,构建典型舰船红外辐射分布几何模型。利用水平投影和网格划分方法,对典型舰船目标红外辐射面积 和辐射温度空间分布特性进行量化提取,完成模拟典型舰船目标形状和红外特性靶体的设计。与实船对比测试结果 表明,该设计实现了对模拟靶船逼真程度评估。