计算机辅助下舰船运动轨迹信息聚类补偿方法

为了提升舰船运动轨迹信息的完整性,解决传统信息聚类补偿方法存在的补偿效果不佳的问题,提出了计算机辅助下舰船运动轨迹信息聚类补偿方法。首先收集不同来源获取的船板运动轨迹信息,并利用计算机辅助技术实现轨迹信息格式与坐标系的转换。提取特征轨迹点并划分轨迹信息,以轨迹点为聚类中心得出轨迹信息的聚类结果,并通过样条函数平滑处理轨迹信息,实现舰船运动轨迹信息的聚类补偿。将设计的补偿方法应用到实际的舰船运动轨迹信息中,经过与传统补偿方法的对比,发现设计的补偿方法最终获得的轨迹信息完整性提高了8.7%,即聚类补偿效果更好。     

反鱼雷鱼雷自导导引弹道方法研究

论文根据反鱼雷鱼雷的作战需求,在基于反鱼雷鱼雷传统的比例导引法上,对比例导引法进行修正,降低比例导引算法的误差。并通过对反鱼雷鱼雷作战模式的研究,提出新的预测弹道方法。同时通过仿真分析,得出此两种导引方法用于反鱼雷鱼雷的弹道轨迹,偏航角以及脱靶量,为反鱼雷鱼雷拦截弹道的设计提供了一定的思路。     

人工神经网络技术在目标识别中的应用

在多传感器信息融合的基础上讨论了目标种类识别的有关问题，并给出了直升机、固定翼飞机、导弹、水面舰艇、鱼雷、潜艇和水雷的识别准则和方法，并在此基础上提出了基于BP神经网络的目标种类识别模型。仿真计算结果表明，只要学习样本足够多，能够有效保证识别的正确性和克服基于规则的识别方法在模糊区识别效果差的问题。     

基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.     

防空兵虚拟战场中目标运动轨迹拟合算法研究

空中目标运动轨迹的数学建模是防空兵虚拟战场中作战仿真的关键,为有效和逼真模拟空中目标运动轨迹的变化情况,在分析了目前空中目标三种典型运动轨迹特点的基础上,提出了采用B样条函数的方法来描述目标三维运动轨迹,并根据目标飞行过程中过载、最大飞行速度等条件的限制,结合地形坡度的变化,对拟合结果进行了重新规划。通过仿真实验,证明该方法能够较好地拟合空中目标的飞行轨迹,实时解算的目标参数符合其飞行规律,为推演防空作战过程提供了必要的条件支撑。     

齿轮传动故障诊断方法综述及应用研究

介绍了基于粒子群优化的小波神经网络,基于相关分析与小波变换,基于小波包和BP神经网络和基于小波分析等故障诊断方法,分析比较了各种方法的优缺点,并对提出了基于多数据融合的故障诊断方法将成为今后齿轮传动故障诊断的主要发展方向。     

基于小波包和不变矩的舰船目标识别

以船舶目标分类系统作为研究对象,对小波包变换在舰船目标分类识别中的应用进行研究。首先,介绍小波变换的相关理论,小波包分解能够进行任意尺度的时频分析;然后对不变矩算法进行介绍,给出一种基于小波包分解和不变矩算法相结合的特征值提取方法。仿真实验结果表明,本文给出的方法具有较高的识别率。     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

基于灰色关联法的鱼雷作战效能评估

基于灰色系统理论，提出一种评估鱼雷作战效能的方法。阐述灰色关联法的基本原理；建立鱼雷作战效能评估的灰色关联模型；依据无量纲标准化处理和加权处理给出鱼雷作战效能的计算公式；通过六型鱼雷的实例计算汪明此方法的实用性。     

多雷达多目标航迹跟踪法

提出了一种改进的模糊极小极大(Fuzzy Min-Max,FMM)神经网络算法,并结合无师训练FMM神经网络的聚类,给出了一种基于FMM神经网络的多雷达多目标航迹跟踪方法.仿真实验结果表明,这种方法能够有效地完成多雷达多目标的数据融合,并较好地实现了多雷达多目标的航迹相关.