相关条件下基于N-P准则的分布式检测理论研究

本文针对并行网络、二元局部判决的情况,研究了在相关条件下基于N-P准则的分布式检测融合算法,给出了在联合概率密度已知和未知两种情况下的最优融合规则的理论推导及相应的解决方案,并在实验仿真的基础上,得到了部分有益的结论。     

一种基于雷达回波序列的舰船目标识别方法

介绍了一种基于中分辨雷达回波序列的目标轮廓成像识别方法。该方法实现了一维回波序列到目标二维径向轮廓像的变换。在二维轮廓像基础上，可以提取到较一维回波更加有效、稳定的特征。选择ＡＲＴ２神经网络模型对这些特征进行分类，得到了平均９１％的正确识别率。     

基于VB6.0的红外甲烷检测仪串行通信的实现

针对煤矿安全生产中存在的瓦斯爆炸问题,该文以MSP430系列单片机为核心,设计了红外甲烷检测仪.其中着重介绍了检测仪的串行通信,编写了串行通信程序,使检测仪能实现与PC机的数据通信功能,并使用VB6.0编写了人机交互界面,以方便用户及时观察和处理数据,实现对检测仪的校准、复位和阈值设置等操作功能.实验结果表明,编写的串行通信程序能实现检测仪与PC的数据通信功能,检测仪能快速、准确地检测出甲烷气体的浓度,具有较高的实用价值.     

基于流形学习的视频序列行为分层算法

研究视觉的动作识别特性,由于使用分层结构来对应行为的分层特性是一种广泛使用的视频人体行为理解方法,但对行为运动特性难以正确表达,主要困难在于行为划分的歧义问题,一般需要提供粗略层、中间层和细微层的每一个细节.在不提供各层细节的前提下,为克服行为划分的歧义行为将流形学习方法应用到行为分层的过程中,利用m-1维超平面对m维空间的二值划分性质获得行为划分的边界特征点,并使用实测数据进行了仿真.实验结果表明,使用方法获得的行为分层结构具有明确的物理含义,消除了行为划分的不确定性.     

基于特征可分性的核函数自适应构造

核函数的选择与构造是支撑向量机研究中的关键问题和难点.该文针对该问题,首先讨论了特征空间的线性可分性,推导了其判别条件.然后,根据特征完全可分条件,基于函数逼近论和核函数的基本性质,提出了自适应多项式核函数和B-样条核函数模型,给出了模型参数的估计算法.实测数据仿真实验结果表明,与经典的核函数相比,该文提出的算法在分类性能上取得了明显改善.     

基于分类间隔的特征选择算法

对于二类目标特征选择问题,首先讨论了特征空间的线性可分性问题,并给出了其判别条件;其次,通过借鉴支撑矢量机原理,分析了特征可分性判据的基本性质;最后,依据各特征对分类间隔的贡献大小定义了特征有效率,并以此进行特征选择和特征空间降维.实测数据与网络公开UCI(University of california,Irvine)数据库的实验结果表明,与经典的Relief特征选择算法相比,该算法在识别性能和推广能力上明显有所提高.     

稀疏阵列波达方向估计研究进展

波达方向(direction of arrival, DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。     

雷达辐射源信号分选研究进展

雷达辐射源信号分选是雷达信号侦察的关键技术之一,同时也是战场态势感知的重要环节。该文系统梳理了雷达辐射源信号分选的主流技术,从基于脉间调制特征、基于脉内调制特征、基于机器学习的雷达辐射源信号分选3个角度阐述了目前雷达辐射源信号分选工作的主要研究方向及进展,并重点阐释了基于深度神经网络、数据流聚类等最新分选技术的原理与特点。最后,对现有雷达辐射源信号分选技术的不足进行了总结并对未来趋势进行了预测。      

李雅普诺夫稳定性理论在目标识别效果评估中的应用

针对目标识别效果的稳定性评估，建立了目标识别系统的动态模型，随后基于李雅普诺夫稳定性理论，给出了目标识别系统识别效果的动态稳定性分析并完成初步仿真。     

基于盲数理论的空中目标粗分类

该文首先总结了直升机目标雷达探测和识别的难点,然后分析了直升机目标雷达回波信号频谱调制特征,给出了直升机回波频谱宽度的估算式。以频谱宽度为特征,引入盲数理论,对直升机和固定翼飞机进行初步分类,并给出了仿真试验结果。试验结果证明了该文的理论分析和分类算法。