数据融合与敌我识别探析

敌我识别（IFF）是自动目标识别（ATR）技术的重要应用之一。高技术条件下现代战场中的目标侦察与敌我识别问题，一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求，具有敌我识别能力的系统，已成为21世纪战场数字化系统的基本功能单元之一。本文扼要介绍了目标识别的有效途径、数据融合技术可提高敌我识别系统的效能及IFF现状与发展趋势。     

外测数据滤波后残余噪声谱特性的时域识别方法

本文介绍了一种适用于外测数据滤波后残余噪声谱特性的时域识别方法，这种方法能有效识别超低频含量多且谱特性随频率升高迅速降低的噪声序列。文中给出了理论分析公式和仿真计算结果。     

采用高分辨率雷达的自动目标识别系统

本文提出了一种利用雷达传感器观测值对飞机目标联合跟踪和识别的系统。文中假设用于估计目标方向和识别目标的数据源高于分辨率雷达的距离剖面图序列。在包括目标数目以及它们的位置、方向和目标类型和完整的参数空间上运用后验分布完成推理判断。算法严格地依赖于适当地传感器和目标模型，从距离剖面图的似然值可得出目标方向，由目标动态确定目标方向的先验值。给出了高分辨率雷达数据的确定性模型和随机模型，对确定性模型研究了     

基于Faster-RCNN 的机场跑道异物识别定位技术研究

针对机场跑道异物(FOD) 识别检测，分析了机场跑道环境特性，建立了针对机场FOD图像识别数据库， 提出了一种基于Faster-RCNN 的机场跑道异物识别定位系统，通过无人机系统对机场跑道进行图像采集，运用 Faster-RCNN 算法框架完成异物种类识别，并结合无人机地理位置信息进行位置换算求解，得到机场FOD 的 类别信息和位置信息。经验证，该系统可高效完成机场FOD 检测识别及定位任务。     

三种用于加工特征识别的神经网络方法综述

加工特征自动识别技术是智能化设计与制造的关键支撑，已有的实用性算法普遍存在学习能力差、识别范围有限和识别速度慢等共性问题。神经网络方法在计算机视觉和模式识别领域获得了巨大成功，其自学习与自适应能力和高速计算等优势也已在加工特征识别中得到初步的展现。对加工特征识别中具有应用潜力的三种不同的神经网络方法进行了研究，剖析了神经网络识别加工特征中的预处理与编码和神经网络结构设计等关键性问题，分析了不同神经网络方法的异同点，总结了当前神经网络识别加工特征的发展方向，为相关领域的研究提供一定的理论指导与技术支持。     

法国Thales航空电子公司研制SARIS系统

据报道,法国Thales航空电子公司正在为其研制的地面监视雷达积极开拓市场,主要目标定位在机械吊舱和无人飞机,而不是选择大型商务喷气飞机和民用飞机,这是因为拥有商务喷气飞机和大型飞机的国家并不太多。Thales公司目前正在全力研制合成孔径雷达成像系统(SARIS),该系统具有动目标指示能力(MTI),用于吊舱和无人机。同时,该公司还希望为拥有F/A-18战斗机的国家进行SARIS和Raytheon公司的共享侦察吊舱(SHARP)的综合,综合后的系统还可用于F-35(JSF)战斗机。美国海军将在F-14上检验由Raytheon公司为F/A-18E/F研制的SHARP吊舱上…     

《塑性炸药加注识别剂以便探测的公约》探析

截止目前,国际民航组织已经制定了5部航空保安国际公约,它们是1963年《东京公约》、1970年《海牙公约》、1971年《蒙特利尔公约》、1988年《蒙特利尔公约议定书》以及本文探讨的     

复杂拉伸特征的识别技术

通过对设计特征和特征参数进行分析、归纳和总结,提出一种基于边界信息模型的、复杂拉伸设计特征的识别方法。该方法总结了设计特征中拉伸特征的规律,结合使用基于图和基于痕迹的识别方法,快速正确地识别了常用的拉伸特征,并成功识别了具有拔模角和封闭形体的复杂拉伸特征。该方法为实体模型的修改带来了很大的方便,从而减少重建模型所花费的时间。     

小波变换在动力学系统识别中的应用

试图用小波变换来讨论动力学系统识别中的几个问题，并用以研究在系统分析中利用小波变换这个工具的可能性。只涉及线性时不变结构的动力学系统，它应该适用于非线性或线性时变系统的分析和识别。做为一个具体应用，给出了使用小波变换识别模态阻尼系数的模拟实侧，可用于颤振数据分析。