高光谱侦察技术特点及其对地面军事目标威胁分析

介绍了高光谱成像探测的原理和特点。给出了国外高光谱侦察技术的发展现状、主要计划项目和趋势。讨论了高光谱侦察技术在战场情报侦察、伪装隐身目标探测,以及机动目标追踪识别等对地面军事目标的侦察威胁。     

一种基于响应信息的整体叶盘结构失谐识别方法

以谐调叶盘有限元模型解析模态和真实失谐结构的稳态响应作为基础信息,提出一种整体叶盘结构失谐识别方法。该方法基于公称模态子集（SNM）降阶技术,降低了识别过程的计算花费以及对基础信息量的要求;采用子矩阵型技术使得失谐参数定义更加自由,并使得该方法具有模型修正的功能;直接利用实测的稳态响应数据作为输入参数,并且不需要施加在结构上的外力信息,提高了基础数据可靠性并有效降低了实际测量的难度。最后以一个整体叶盘结构的仿真分析证明了该方法的有效性。     

概率神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络为具有局部响应的高斯函数的三层概率神经网络,它以牢固的插值理论为基础,具有学习速度快,不易陷入局部极小等优点。本文介绍了概率神经网络的学习算法和一个三层概率神经网络对带有噪声的26个英文大写字母的识别。其中利用MATLAB编写仿真程序对概率神经网络进行训练,仿真结果表明,训练的概率神经网络可以对给定的带有噪声的字母作出正确的识别。     

航空发动机风扇叶片结构损伤识别研究

航空发动机风扇叶片常常因为疲劳裂纹而引起整个结构的损坏,导致重大的安全事故。基于此,提出基于BP神经网络研究航空发动机风扇叶片结构损伤识别的方法,采用有限元法计算出的结构固有频率平方的变化量为标识量进行网络仿真,通过对仿真数据的分析,比较准确地识别出结构损伤的位置和程度,为及时地发现损伤并且进行针对性的维修提供依据。     

人工神经网络在目标识别和分类中的应用

首先分析了人工神经网络在目标识别和分类中的应用及其局限性,然后分析了人工神经网络与模糊理论、证据理论、贝叶斯决策理论相结合在目标识别和分类中一般方法和优点。     

雷达专家系统目标识别和红外图像目标识别的D-S融合

本文从雷达专家系统目标识别和红外图像目标识别算法分别得到带识别目标所属类别的基本概率分配函数。用D-S证据理论将得到的两个基本概率分配函数组合,最终实现了机载雷达和红外成像传感器的数据融合。仿真表明:融合后的识别效果要比单个雷达或单个红外传感器的识别效果要好得多。     

航空发动机非包容转子失效危险识别

为分析多重非包容转子碎片对飞机造成的危害,提出一种基于飞机整机功能危险分析(FHA)结果、应用故障树分析(FTA)的非包容转子碎片失效危险识别方法。该方法能够识别多个系统同时失效导致的组合危险,进而为非包容转子失效飞机设计改进提供更详实、可信的依据。最后通过实例分析表明了方法的有效性。     

空间距离变换的彩色图像目标识别方法

研究了彩色图像的分割算法,提出了运用彩色图像的颜色特征相似性进行图像的分割;然后将分割的目标进行检测,运用无监督网络,即竞争网络学习训练聚类,将图像中不同的目标提取出来。在识别方面,研究了一种运用空间距离变换方法来识别的算法,计算出区域半径测试样本点在区域内还是区域外,以达到识别的目的。实验结果表明,本文提出的分割算法和识别算法可以很好地运用到实际中,识别率可达90%以上。     

二维EBG结构及覆盖目标散射特性研究

利用时域有限差分方法模拟电磁波在二维电磁带隙结构中的传播,计算了不同模式的电磁波入射下的S参数,研究目标覆盖周期性介质层结构的散射特性。计算结果表明,电磁带隙结构的周期性层数能够影响衰减深度,但不会影响阻带范围,而且对TM波和TE波有不同的阻带特性,由于电磁带隙的作用,周期性介质层能够降低目标的雷达散射截面,为目标隐身提供了一种新方向。     

跨声速风洞颤振试验模型激振与数据处理方法研究

简述了几种主要激励方法在颤振实验中的优缺点,分别用瞬态激励、有限带宽白噪声激励和单频激励进行地面模态实验,测量机翼模型的振动响应,并用STD、ARMA和复指数模态参数识别等时域方法识别固有频率和模态阻尼,通过与软件计算结果对比分析得知,实测的固有频率与计算结果吻合很好.