上海机场集团公司部署全年工作

2月24日～25日,上海机场集团三届二次职工代表大会暨工作会议举行。上海机场集团公司领导吴念祖、何卫国、蒋应时、李德润、朱宁一、俞吾炎、陈龙、汪光弟、景逸鸣、应根宝、曹文建、蔡军、刘武君、徐玉龙出席会议。会上首先观看了专题片《弘扬世博精神,推进科学发展——上海机场集团2010年度工作回顾》,全面回顾了2010年上海机场集     

国家级精品课程介绍 机械设计基础

机械设计基础》主要特色(1)创建《机械设计基础》课程新体系。高等职业教育教学改革,缩短了课堂有效教学时间,为了实现教学目标,必须对课程进行综合化与模块化改革。以机械设计为主线,将理论力学、材料力学、机械原理     

基于表观细粒度辨别网络的近海船舶目标检测方法

近海船舶目标检测是一项非常具有挑战性的任务,受到学者专家广泛关注。基于卷积神经网络（CNN）和注意力机制的检测器在近海船舶目标检测方面的应用取得了显著成就。然而,船舶目标检测存在着表观相似和背景干扰导致检测过程中出现误检的问题。为此,本文提出了一种用于Faster RCNN（更快的基于区域的卷积神经网络）的表观细粒度辨别的检测头模块。该模块包括类别细粒度分支和高效全维动态卷积定位分支。其中类别细粒度分支通过全局特征建模和灵活的感知范围来挖掘和利用类别细粒度辨别特征,高效全维动态卷积定位分支通过高效灵活的感知船舶边界信息来区分目标与背景,从而减少误检漏检问题。通过在近海船舶公开数据集Seaships7000 上进行实验验证,本文算法减少了误检漏检,提升了检测器性能。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。     

无须模板的阵列天线方向图综合设计方法

阵列天线方向图综合通常须选择适当的方向图模板。然而,目前还没有方向图模板选择方案的研究,因此无法保证现有模板的合理性。为避免所预设的方向图模板不可行,本文提出以最小化旁瓣最大值与主瓣最小值的比值为准则,构建方向图综合优化设计问题。该问题的不等式约束是非凸且耦合的。采用罚函数法将不等式约束引入目标函数中,然后设计一个光滑函数来逼近并替代目标函数中不可微部分,从而得到原问题的可微逼近问题,最后使用拉格朗日神经网络法求解逼近问题进而得到原问题的近似解。仿真试验验证了本文所提方法的有效性。     

多机协同多目标攻击系统研究

研究了多机协同多目标攻击系统，定义了自主优先权，提出了分组决策的方案，设计了目标分配和火力分配的原则，采用神经网络实现了决策算法，并对整个决策系统进行了仿真；阐述了导弹攻击区的计算方法，用比例导引法实现了空空导弹攻击。最后设计了多目标攻击系统，将空战决策，导弹攻击区判断，导弹攻击融为一体，并进行了仿真。结果验证了空战决策的正确性。它对第四代歼击的火力控制系统的研究有一定的参考价值。     

21世纪的空间探测

１２１世纪空间探测的主要计划□□在人类即将进入２１世纪的时候,许多国家和国际组织都为新世纪制订了空间探测计划。这些计划有的是综合性的,有的是专题性的,而美国制订的“空间科学战略计划”则具有一定的代表性,基本上反映了国际上空间科学和空间探测发展的方向,...     

基于自适应卡尔曼滤波的机动目标自主轨道确定

用自适应卡尔曼滤波法对非合作机动目标进行轨道确定,通过实时计算观测星的状态转移矩阵,近似描述目标星的状态变化并获得两星体相对位置.算法中用自适应卡尔曼滤波辨识噪声,通过极大似然法选择噪声修正模型.仿真结果表明:该法可有效用于对椭圆轨道非合作机动目标的自主轨道确定.     

步进频率单脉冲二维像成像仿真及用于识别的研究

探讨了单脉冲雷达三维成像的原理以及方法.通过计算机仿真,基于实验室实测的目标二维重点散射源图,获取了任意目标的二维像,并和ISAR三维成像作了比较.就二维图形数据的特征提取进行了有意义的探索,提出了一种数据合成的方法,在此基础上经过仿真实验,得到了较为理想的目标识别结果.