自动识别技术在民航空防安全中的应用

本文介绍了射频识别技术，指纹识别技术和掌握形识别技术等三种自动识别技术的概念和特点，以及这些自动识别技术在民航防安全管理中的应用前景。     

二维条码技术及其在军械装备器材管理中的应用

随着条码技术的发展,二维条码PDF417因其具有数据量大、纠错能力强、信息保密性高等特性,在我国经济建设和国防建设的诸多领域将有广阔的应用前景.     

卫星测控信号的调制类型自动识别算法

研究了应用于卫星测控信号的自动调制识剐算法，提出了FM和PM测控信号识剐的两种算法，分析并仿真验证了载频偏移对正确识别率的影响，研究了载频偏移估计算法对消除载频偏移影响的效果。计算机仿真实验表明：在基于瞬时相位标准偏差σdp为关键特征的算法中，采用最小二乘原理估计频偏可以有效地消除载频偏移和部分噪声的影响；基于瞬时折叠相位偏差σ1Wp的算法在载频偏移为100Hz，信噪比高于-6dB时，其识别率可达100％。     

印度PSLV运载火箭成功发射热带云等4颗卫星

据报道：印度使用极卫星（PSLV）运载火箭将4颗卫星送入轨道。升空的卫星是：由印度太空研究组织建造的印法合作热带云卫星,此前使用过的IRS平台是其基础,卫星携带了4个仪器,将用于研究地球大气;卢森堡Luxspace公司研制并运行的Vessel Sat-1卫星,质量28.7 kg,配备了2个自动识别系统接收仪,     

基于电子海图的船舶动态信息显示系统

随着全球经济发展、海事活动的迅猛增加,我国建立了船舶交通管理系统(VTS)、船舶自动识别系统(AIS)等诸多应用于海事管理工作的信息系统.然而这些系统之间彼此独立、数据分散,且通过纸质海图进行标绘,不能为海事工作提供全面、快速、统一的信息支持.针对这一现状,本文设计了一套基于电子海图的船舶动态信息显示系统.该系统融合了 VTS、AIS等现有信息资源,通过电子海图显示平台实现船舶动态信息的可视化,并且能够实时查询综合应急信息,有利于海岸、港湾的船舶管理及海上船舶的安全航行,提高了应急指挥的效率.     

海杂波的多重分形判定及广义维数谱自动提取

海杂波中的微弱目标检测历来是一个难题,传统的检测方法一直不能得到较好的检测效果。多重分形理论的引入为海杂波中微弱目标检测提供了一个很好的途径。文章提出了多重分形无标度区间自动识别的改进算法,既保留了该算法的客观性,又降低了它的保守程度,使估计的区间更贴近真实无标度区间,同时实现了广义维数的自动计算。实验证明,该方法优于原方法,结果更为精确。     

基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别

飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成.目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点.针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类.仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别.     

多用户多视窗机载光电监视系统在城市反恐中的应用研究

作为主要财富的集结区、战争潜力的潜藏区、国家安全重要的战略地带,城市已成为现代战争的主要战场。通过分析传统机载光电侦察系统在城市反恐中的局限性,阐述了多用户多视窗机载光电侦察系统在城市应用中的前景,并通过对多视窗多用户机载光电侦察设备工作原理的分析,特别是对其中的多用户多视窗技术原理的分析,提出了一种可行的、多用户多视窗光电侦察系统研制方案,为类似产品的研制和应用提供了参考。同时结合当前的人工智能技术,分析了图像自动识别技术在其中应用的可行性,以便在海量信息中筛选出威胁目标并进行实时跟踪,大大提高了侦察监视的效率。     

基于Laurent分解的星载AIS解调算法

为了适应星载AIS（船舶自动识别系统）条件,提出了一种基于Laurent分解的单通道星载AIS信号解调算法。AIS信号可通过Laurent原理分解成若干调幅脉冲信号,该算法用其中能量最大的2个调幅脉冲信号在接收前端作近似匹配滤波处理,然后采用维特比译码算法对信息码元进行还原。结合实际工程应用,对该算法在低信噪比和混叠信号2种条件下分别进行仿真。仿真结果表明,该算法在2种情况下正确解包率均显著优于传统算法。     

一种卫星遥测参数趋势异常的自动识别方法

针对卫星遥测参数变化趋势人工监视准确度低、成本高的问题,在基于小波的频域转换方法基础上,提出了一种基于神经网络的趋势异常的自动学习和判别方法,即通过建立遥测参数趋势变化的频域特征向量模型,利用多层前馈(BP)神经网络方法,实现遥测趋势变化的自动判别和定位,能够有效提高卫星在轨监视的精细化程度和准确度。通过某卫星红外敏感器和太阳电池阵电流遥测趋势识别对方法的有效性进行了验证,结果表明:该方法能够满足自动监视要求,可为卫星在轨管理提供参考。