水下目标自相关检测的一种神经网络方法研究

用权重神经网络知识推理的方法研究水下目标自相关检测．首次总结了水下单传感器目标自相关检测的相关知识,提出了用权重神经网络表示这些知识,用简单的数值计算进行推理的方法,得出了相应检测结果．     

面向状态估计的水下多传感器信息融合技术研究

面向状态估计,阐述适于水下多传感器信息融合的技术.分析数据关联的若干方法:"最近邻"方法、"联合概率数据"、"多假设方法"、"基于神经网络的数据关联法"的特点.研究适于反鱼雷精度较高的占用网格框架下的目标距离估计技术.     

基于神经网络的声纳特征级信息融合中目标分类研究

声纳目标特征级融合的主要任务是实现信息压缩、目标身份确定(分类) ,以利于实时处理、决策分析。基于数学模型的各种算法,由于情况复杂,往往很难建立。而人工神经网络通过样本的学习,具有存储记忆、在相似输入下能恢复记忆等特性,从而避免了烦琐而复杂的建模。在神经网络声纳目标识别前的噪声预处理方法中,选用了功率谱特征提取、双谱特征提取算法;在研究了提取的特征后,选取反向传播神经网络(BP)模型;在此基础上构造了BP神经网络,并对网络进行训练与测试,给出识别实验结果。仿真模拟分析证明,基于神经网络的声纳特征级信息的融合,对目标分类有一定效果,为进一步实现声纳信息融合奠定了基础     

面向目标识别的水下多传感器信息融合技术比较研究

对于水下作战，目标识别十分困难，因此必须走多传感器融合、多技术融合的道路，应分析研究不同的方法优缺点，取长补短，综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点，分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D—S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术，提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架，并结合应用讨论了其特点。     

舰艇主被动声纳方位航迹信息融合研究

介绍了舰艇水声融合系统位置级融合的典型融合技术.重点研究了舰艇水声系统中一部主动声纳和一部被动拖曳线列阵声纳航迹关联的融合,主要是在等样本容量条件下的航迹关联方法,并对融合性能进行了分析.     

面向目标识别的水下多传感器信息融合技术比较研究趑

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D-S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。     

潜布水雷障碍的毁伤概率和抗扫能力研究

本文定量描述了潜布雷障的抗扫能力；提出了根据不同作战任务所需要的雷障毁伤概率和抗扫能力而确定水雷定次方案的方法，以提高水雷障碍的整体打击威力。     

潜艇作战信息资料数据库系统的实现研究

本文根据潜艇作战信息资料数据库的功能、任务、内容及技术实现的要求，探讨了潜艇作战信息资料数据库计算机系统的结构及开发潜艇作战信息资料数据库系统的步骤。     

潜射飞航导弹中概率研究

本文探讨了潜射飞航导弹在无抗击条件下的命中概率的计算方法，分析了导弹在水面舰艇抗击条件下的命中概率。