基于异步多速率观测的噪声去相关融合算法

对于异步多传感器观测数据,基于先同步,再去相关的思想,提出了一种改进的左同步提升异步观测融合算法。采用左同步法避免了右同步过程中的系统状态矩阵求逆和可能出现的非因果问题;对同步后的系统基于Cholesky分解进行噪声去相关处理,理论上分析了去相关处理前后的算法计算量;用信息滤波器进行预测估计,简化了滤波增益的计算过程。仿真结果表明：改进算法能够在不减小跟踪精度的基础上减小计算量,增强了算法的实时性。     

VC 应用程序中多视图的实现与通信

详细介绍了用VC 6 .0开发的单文档应用程序中实现多视图的技术 ,以及多视图间通信的技巧 ,并提供了具体的编程步骤。用这些方法开发的应用程序界面更加友好、可视化程度更高     

基于STC-IMM 结构的自适应多模型跟踪算法

针对机动目标跟踪问题,基于转换时间条件交互多模型(STC-IMM)结构,提出一种转换概率自适应的STC-AIMM算法。该算法根据滤波器收敛时间预设了模型转换时间条件,保证了滤波器对目标后验状态的合理逼近,同时通过模型转换概率的自适应算法实现了模型与目标运动模式的实时最优匹配。理论和仿真分析结果表明：相比交互多模型(IMM)算法和STC-IMM算法,该算法能够发挥滤波器最优性能,实现模型概率的优化分配,对目标不同强度的机动具有良好的适应性、跟踪稳定性和更高的跟踪精度。     

基于粗集-神经网络模型的目标识别方法研究

为了克服传统目标识别方法的缺点，建立了一种基于粗集理论和神经网络结合的粗集-神经网络模型．利用粗集对输入信息进行约简，剔除冗余信息，简化了生成规则和神经网络模型结构，提高了网络训练速度和运行速度，并通过仿真实验证明了该混合模型的可行性。     

国外预警卫星系统的发展

面对战术弹道导弹(TBM)的实质性威胁,许多国家纷纷探索并发展预警卫星系统.该系统的主要目的是尽可能地对战术弹道导弹做到早期预警,争取作战时间.文中从国外预警卫星系统的发展情况出发,详细介绍美国和俄罗斯的预警卫星系统,概述其它国家的发展现状;然后详细地阐述应该从中汲取的经验和所得的启示.     

制导雷达组网相对系统误差补偿研究

在制导雷达网中进行精确系统误差补偿是实现制导雷达组网信息资源共享与数据融合的先决条件，是实现制导雷达组网的关键技术之一。通过对制导雷达网中误差源的分析，分别建立了距离、方位角、高底角的误差补偿模型，在此基础上，提出了一种制导雷达组网相对系统误差补偿方法。通过仿真可以看出，误差补偿后的支援信息更接近于观测信息，表明此补偿方法具有可行性与有效性。     

纯仰角目标非线性参数航迹滤波新方法

在被动测量的情况下,针对静止单站的纯仰角目标运动分析的问题,提出了一种纯仰角目标的非线性参数航迹的滤波新方法.通过设定目标的飞行模式,分析目标空间位置的三角函数关系,利用纯仰角序列建立起目标的非线性参数航迹,并确定其中的可观测参数.利用总体最小二乘法解算出相应的可观测参数,进而对后续时刻的目标仰角进行递推预测.仿真结果验证了新方法的有效性,对问题的后续解决提供了理论参考和借鉴作用.     

未来防空作战抗无人机的趋势及对策

针对防空作战所面临的日益严重的无人机威胁,描述了无人机的发展应用及军事对抗的必然趋势和需求,分析了抗无人机的技术难点;针对其可对抗性,进一步研究分析了无人机的对抗方法,为未来防空作战提供了有利的决策依据.     

基于模糊神经网络的目标识别模型

目标识别是地空导弹武器系统决策中的关键技术。针对目标特性，提出了一种基于模糊技术的BP神经网络的目标识别模型。从传感器中提取目标特性，经过模型处理，可以较好地实现目标的类型识别。     

非刚性医学图像的博弈配准方法

提出一种通过像素间的非合作博弈实现非刚性医学图像配准的方法。首先用离散位移场表示形变,将配准问题归结为马尔可夫随机场中的最大后验概率推理问题,并转化为吉布斯随机场的能量极小问题。然后将配准视为像素间的博弈,通过寻找纳什均衡点获得能量极小点,完成图像配准。博弈过程中,各个像素都选择使自身收益最大化的位移向量。该方法能配准任意形变,需要设定的参数少,易于实现。实验结果表明,博弈配准方法的配准能力强,精度高,对图像分辨率的变化具有鲁棒性。