基于信息可信度的空中目标识别方法

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一.将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计.该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性.     

基于RCS观测序列的空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,提出了基于RCS观测序列的空间目标识别算法.该算法首先对空间目标的低分辨雷达RCS观测序列进行离散小波变换,然后在时间-尺度平面上提取十个有效的统计特征,最后基于模糊分类来识别空间目标.应用四类空间目标的实测数据进行了仿真实验,取得了比较好的识别效果.     

减少弹头壳表层细孔质量缺陷提高产品合格率

一、小组概况 本QC小组成员由技术开发部、质量管理部、质量检验部的工程技术人员和机加车间的工艺生产人员联合组成,肖志华总工程师担任组长。小组成员具备优良的综合素质。本次Qc小组活动是针对生产过程中出现的弹头壳外观质量问题,运用全面质量管理的理论,按照PDCA循环程序,通过工艺改进,解决了问题,提高了产品合格率,取得了良好的社会效益和可观的经济效益。     

强电磁脉冲下柴油发动机系统薄弱环节识别

为识别强电磁脉冲环境下柴油发动机系统的薄弱环节,提出了一种加权故障树和分层贝叶斯网络相结合的柴油发动机系统薄弱环节识别方法。该方法综合考虑同层单元失效的相关性,加权故障树的局部应用解决了部分条件转移概率表不易获取问题。运用贝叶斯网络双向推理功能,首先,通过柴油发动机辐照试验和电磁仿真软件获得的各部件敏感度阈值及电磁应力数据,计算出强电磁脉冲下部件级到系统级的先验失效概率;然后,依据贝叶斯概率公式计算在发动机失效条件下各部件故障的后验概率,并排序以识别其薄弱环节,为电磁防护方案的设计提供参考和建议。以宽带高功率微波(WBHPM)辐照为例,说明了柴油发动机系统分层贝叶斯网络故障模型参数获取与概率计算过程。结果表明:执行器和凸轮轴位置传感器、曲轴位置传感器既为柴油发动机系统的重要部件,也为较薄弱环节,是需要重点防护的对象。      

一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小,并且容易受到干扰,如果不能有效地提取出稳定的虹膜特征进行模式匹配,将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法,在虹膜注册端通过构建强特征分类器获得增强型特征模板,在虹膜识别端通过多样本特征映射融合提取稳定的特征样本,并根据风险预测自适应地确定分类阈值,然后进行特征匹配与虹膜分类,从而有效提高虹膜识别的准确性和鲁棒性。     

机场探鸟雷达技术发展与应用综述

探鸟雷达已成为机场鸟击防范中重要的鸟情观测工具。首先,在介绍探鸟雷达技术起源的基础上,分析了目标回波幅度、飞行速度、飞行高度、轨迹特征、微动特征等飞鸟目标特性。然后,介绍了Merlin雷达、Accipiter雷达、Robin雷达以及Aveillant雷达等四种典型的机场探鸟雷达系统及国内的探鸟雷达技术研究现状,并分析了天线、雷达波形、目标检测与跟踪、目标识别与分类等雷达关键技术,进而对典型探鸟雷达系统的性能指标做对比分析。最后,从雷达与光电技术融合、探鸟与驱鸟联动、鸟情信息分析等方面讨论了探鸟雷达的应用情况,并做出结论与展望。     

地对地导弹“三剑客”

地对地战术导弹以往是装备核战斗部执行战场核打击任务的,现在则装上常规弹头,用于战场远距离攻击,成了陆军炮兵延伸的武器,也成了一些国家反击敌方进攻的手中王牌。这些武器一旦进入高技术武器行列就成为不可轻视的“杀手”。现在我就将地对地战术导弹中的“三剑客”介绍给大家。     

动态载荷识别方法研究

动态载荷识别技术是飞机设计中的关键技术之一，本文对动态载荷识别方法进行了综述，详细介绍了频域反演法，时域反演法，神经网络反演法，逆虚拟激励法以及优化反演法的研究进展。     

弹道导弹子母弹头落点散布分析

建立了弹道导弹子母弹落点散布的计算模型，并利用解爆坐标系下的弹道模型，分析了8种主要因素对子弹落点参数和落点散布的影响，给出了估算子母弹落点散布半径的解析式。利用本模型计算的结果与标准值进行比较，证明所建模型是正确的。     

一种改进的三角形星图识别方法

首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——"内接正方体法",实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。