摘要：雷达发射波形的信号形式及其参数决定着目标微动特性获取的稳定性和可靠性。然而,当前的波形设计理论并不能满足目标微动特性获取对雷达信号的要求。针对该问题,本文建立了飞机目标桨叶回波调制特性的实用参数模型,并深入分析了桨叶调制信号的时域及频域特征,在此基础上,提出了面向微动特性获取的雷达波形设计方法,最后,根据所设计的一组“最优波形”参数,对直升机、螺旋桨飞机及喷气式飞机三类飞机目标微动特性获取可行性进行了详细的仿真、分析及验证,实验结果证明了本文方法的有效性。

摘要：可见光和热红外成像机理不同,因此可以捕获的目标信息也不同。基于可见光和热红外的双模视觉跟踪器,可以综合利用两种模态内在的信息关联性和互补性,降低单模态信息的局限性和不确定性,提高视觉系统的鲁棒跟踪能力。针对现有算法中图像融合或特征拼接的方式不能充分挖掘可见光与红外图像的关联和互补信息等问题,设计了一种端到端学习的红外与可见光双模孪生网络跟踪器,网络同时学习可见光和热红外图像的深度特征,通过模态内与模态间的双注意力机制,对两种模态的特征进行自适应融合,最终实现可见光和热红外双模视觉跟踪;同时,针对孪生网络对目标与语义背景区分能力不足的问题,引入在线分类模块,通过分类器在线学习,减少干扰物对跟踪的影响,适应目标在跟踪过程中的变化。实验结果表明,所提算法能够有效地提高跟踪器的性能,在可见光与热红外跟踪基准数据集GTOT上的精确率和成功率分别约为90.6%和73.8%,分别比基线算法的提高了约5.5%和4.3%。故所提出的方法相比其他先进的跟踪算法,总体性能更好。

摘要：研究语音识别技术在机器人控制系统中的应用及实现。分析以线性预测倒谱系数为特征矢量的模板匹配法语音识别原理,并利用VC++6.0和微软语音开发包Speech SDK设计出语音识别接口,提高了语音程序的开发效率,实现了对AS-R型移动机器人的语音控制。

摘要：随着人工智能等前沿技术的迅速发展和战场环境的日趋复杂,智能化军用雷达目标识别的需求愈加迫切。本文结合国内外目标识别的发展趋势和深度学习算法在雷达目标识别中的应用研究,从实装应用的角度出发,探讨了军用雷达智能化目标识别各处理环节的关键问题,分别在层次化目标识别策略设计、目标稳健特征提取与特性自学习以及决策模型设计等方面开展了较为全面、深入的分析,论述了未来应用研究中的重要方向,给智能化目标识别设计提供参考。

摘要：常规反导目标识别系统多依赖于先验知识与一定规模的样本,然而,由于弹道导弹发射事件具有偶发性强、非合作性强等特点,弹道目标样本积累困难,已积累的观测数据也难以进行准确的类别标定。因此,弹道目标识别系统通常研发周期较长、开发代价巨大。针对该问题,将半监督学习算法引入弹道目标识别分类器设计,以降低常规分类识别方法对样本规模的要求。进一步地,针对弹道目标特征分布未知的情况,设计一种TSVM-MKL分类器实现对半监督学习中假设模型的自适应调整。数据验证结果表明,该算法能在"极小"标定样本识别情景下仍能取得良好的分类识别效果,具有良好的工程应用价值。

摘要：雷达目标识别技术在现代战场中具有重要的应用价值。SQLite数据库具有体积小、实用性强的特点,可有效的实现识别数据的积累。本文以SQLite数据库为基础,对雷达目标识别中数据库的设计和搭建进行了研究。工程应用实践证明了本文所提方法的有效性。

摘要：MySQL[1-2]是一种开源的被广泛应用的关系型数据库管理系统(RDBMS,Relational Database Management System),在各种软件和WEB开发应用中,MySQL是特别有效的关系数据库管理系统。其在雷达目标识别应用领域,作为一种开源的大型数据库管理存储软件,对雷达目标特征千万条记录数据存储起到了关键性作用,在实际应用场景中有了很好的支撑。

摘要：雷达目标识别数据库用于目标特性分析、识别算法验证,是实现智能目标识别系统的关键所在。本文从弹道目标识别数据特性出发,以典型弹道目标识别任务为牵引,从数据来源、特征信号、目标特征、分类判决进行逐级分析与设计,获得一种弹道目标识别数据库设计方法,支持实时特性数据读写操作、动态模型训练、批量数据查询等基础操作,并适用于群目标分辨、真假弹头识别等不同层面的识别任务,该数据库设计方法已在工程实践中应用,性能稳健,推广性强。

摘要：针对传统单模态雷达飞机目标细粒度识别能力不足的问题,提出一种基于宽窄带综合的飞机机型识别方法.通过卷积网络挖掘宽带一维距离像的局部散射特性,递归神经网络挖掘窄带微动回波不同时刻的上下文特性,达到信息互补的目的.同时,针对两种模态在决策融合时存在强弱不平衡问题,设计了一种自适应决策融合网络,实现了对飞机目标的机型识别.利用七种飞机机型的仿真宽窄带数据进行了实验验证.仿真结果表明,本文方法平均识别准确率为76.7%,较传统方法提升6.4%以上.

摘要：针对窄带雷达难以提供精细的目标特征信息的问题,提出了一种基于数据驱动的海面目标分类器设计方法.利用增量学习的思想,通过假设合作目标的样本分布与非合作目标的样本分布一致,对分类器决策模型进行迭代优化.基于实测数据的测试结果表明了所提方法的精确性与有效性.