基于J_(2)摄动项的Runge-Kutta、Hermite数值轨道预报方法

在给出卫星轨道参数的描述方法的基础上,分析了其坐标变换方法,并通过Matlab进行了编程实现和经过其它坐标变换软件的验证;简析了卫星轨道的预报方法,着重分析了数值法(基于J2项的Runge_Kutta方法、Hermite方法)等的预报,并以STK中HPOP预报结果为真值,对其预测性能进行了仿真分析。

基于改进YOLOv5的焊接件表面缺陷检测

为提高工业环境下焊接件表面缺陷检测精度与检测效率,提出一种改进YOLOv5目标检测模型的焊接件表面缺陷检测算法。首先,改进主干网络中的C3模块,包括引入ConvMixer混合卷积结构及Mish激活函数,并增加Shuffle Attention注意力机制,实现在提高检测精度的同时降低模型复杂度;其次,针对NWD Loss存在的不足加以改进,使其关注更多边界框几何信息;最后,将Neck中的所有标准卷积层更换为GSConv卷积层从而进一步提升网络性能。实验结果表明,改进后网络的mAP达到91.3%,与原始网络相比,提高了4.8%,并且参数量与计算量分别减少21.4%和8.9%,检测帧率达到142.9 f/s。改进模型在提高检测精度的同时降低了结构复杂度,满足工业生产中对于焊接件表面缺陷检测要求。

粗糙集理论数据处理方法及其研究

粗糙集理论是一种对数据进行约简,提取规则的数据挖掘的有效工具,在自动控制、电子科学、计算机科学、机器学习、医学、经济学等方面有着广泛应用。根据粗糙集理论处理数据方法的过程,分析和阐述了不完备数据处理、连续数据离散化、属性约简、属性值约简和规则提取、不完备决策系统和不相容决策系统等非标准信息系统的约简、粗糙集理论数据处理方法和其他理论数据处理方法相结合的扩展模型和最新研究进展,及粗糙集理论数据处理的软件实验系统等。

粗糙集在雷达辐射源识别中的应用

雷达辐射源识别既是雷达侦察系统中信号处理的重要内容,同时又为判断敌方武器威胁、战场态势评估提供依据。为准确解决辐射源识别问题,研究了粗糙集中基于可辨识矩阵和逻辑运算的属性约简算法,对决策表进行约简,减少了属性个数;并建立了一种基于粗糙集数据处理的雷达辐射源识别模型。最后用软件ROSE2对决策表进行属性值约简、提取规则,从而进一步识别新的雷达辐射源,结果验证了算法的合理性。

四站时差无源定位精度分析

在推导时差无源定位和定位精度的基础上,重点分析了T型、Y型、菱形、正方形等典型四站布站的定位精度;分析了布站基线长度、布站高度、站址误差、测量误差等因素对定位精度的影响;分析了不规则布站对定位精度的影响。仿真结果表明,四站时差无源定位精度与布站方式密切相关,工程应用应根据不同需求选择适合的方案。

基于粗糙集和灰关联理论多传感器融合的雷达辐射源信号识别研究

粗糙集理论的上下近似集合可以刻画传感器对未知雷达辐射源信号的识别程度。从灰关联理论对传感器测得的原始数据计算出的不肯定度出发,计算每个目标与传感器测得的悲观解和乐观解距离。从而计算出目标与悲观解和乐观解间的灰关联系数矩阵。用假定的折中系数α、β计算出各传感器的侦察权重。再由灰关联系数矩阵和传感器权重得到各雷达辐射源信号的与悲观解和乐观解在传感器Sj识别意义下的灰关联度,最后计算融合判别函数得到融合结果。仿真实验表明,由粗糙集理论和灰关联理论相结合的多传感器数据融合的方法可以有效地应用于雷达辐射源信号识别,特别在是在降低多传感器引起的不确定性取得较好的效果。

粗糙集理论研究的新进展

首先在粗糙集特点和优点的基础上,介绍粗糙集理论的概念和理论基础,并回顾了粗糙集理论自创建以来的发展历程。接着阐述粗糙集理论的理论研究和应用研究方向。最后,分析粗糙集理论存在的不足和缺点,并指出粗糙集理论研究的发展趋势。

基于粗糙集和灰关联理论的雷达辐射源信号识别研究

雷达辐射源信号通过射频、脉冲重复周期、脉宽、天线转速等属性来描述。然而这些属性并不是在每个雷达数据库中都对识别起作用,通过粗糙集理论对其属性进行约简和规则提取,并且确定各属性的权重。对于没有受污染或受污染程度较小的信号可以通过约简规则进行匹配识别,如果受污染程度较为严重或失真的信号或是由粗糙集约简得到多义的规则,则可以计算目标信号各属性与数据库中各信号各属性的灰关联度,并用粗糙集计算得到的各属性权重对各属性得到的关联系数进行加权求和,得到关联度最大者为识别结果。仿真结果表明,基于粗糙集和灰关联理论的雷达辐射源信号识别方法能够有效地缩减识别过程,得到满意的识别结果。

雷达动态精度试验误差分析

针对国军标GJB74A-98中雷达动态精度试验中误差置信区间推导的问题,分析了影响雷达精度试验的误差因素,给出了一次差数据的系统误差、随机误差、均方根误差的置信区间和长度推导过程,并对雷达动态精度试验的探测数据进行了仿真和分析。通过仿真分析影响雷达动态试验精度的因素,可有效地指导雷达动态精度试验。

基于粗糙集与RBF神经网络的雷达辐射源信号识别研究

针对新体制、新用途雷达辐射源信号难以识别的特点,用粗糙集理论对雷达辐射源信号进行离散化、属性约简、规则提取,达到分类的目的。用粗糙K-均值聚类方法计算径向基神经网络(RBFNN)的聚类中心,然后用粗糙集理论约简得到的规则构建径向基神经网络对未知雷达辐射源信号进行识别。仿真结果表明,这种基于粗糙集与RBF神经网络的识别模型减少了识别冗余特征、简化了神经网络结构,能有效地识别雷达辐射源信号。

基于可变精度粗糙集与D-S证据理论的C^4IKSR系统效能评估

为有效地对C4IKSR系统的效能进行评估，建立了C4IKSR系统效能评估指标体系。用粗糙集约简的思想减少了系统巾冗余的属性，获得了规则和可变精度的下近似集。提出了一种基于D—S证据理论的C4IKSR系统效能评估模型，利用可变精度的下近似集的计算结果给出基本概率赋值，进行了多信息表的数据融合。结果表明能够对C4IKSR系统效能进行有效地评估。

粗糙集理论在C^3I系统效能评估中的应用研究

C3I系统是现代战争中战斗力的倍增器.客观准确地评估C3I系统效能对找出制约系统效能的发挥的薄弱环节有着重要的意义.首先建立了C3I系统评估指标体系和基于粗糙集理论的C3I系统效能评估模型.其次根据粗糙集理论对C3I系统性能指标进行约简,得到了影响系统效能评估的属性和规则.最后介绍了一种运用加权系数的方法,对C3I系统效能进行评估.结果显示粗糙集理论对C3I系统效能评估能取得较好的效果.

雷达辐射源信号识别研究综述

介绍雷达辐射源信号识别的过程,概述和分析国内外雷达辐射源识别研究的现状,阐述基于粗糙集理论的雷达辐射源信号识别方法,指出雷达辐射源信号识别的发展趋势,为今后相关研究提供了有益的思路。

雷达辐射源信号识别方法性能比较分析

从正确识别率、识别速度等方面比较了粗糙集理论、灰关联理论、径向基神经网络、支持向量机等几种雷达辐射源信号识别方法的性能,并通过大量仿真得出了这些识别方法的性能优劣的结论及影响雷达辐射源信号识别正确率和识别时间的因素。

基于最近邻方法的雷达辐射源信号识别研究

在分析最近邻方法理论的基础上，提出了一种新的雷达辐射源信号识别结构，引入了一种新的距离贴近度度量方式。建立了基于最近邻方法的雷达辐射源信号识别模型，并分别在大样本和小样本数据集合对不同噪声背景下的雷达辐射源正确识别率和识别时间进行了比较分析。仿真表明，基于最近邻的雷达辐射源信号识别方法简单易行，快速简洁，有较高的正确识别率。

一种连续属性离散化的新方法

传统的粗糙集理论只能处理离散属性,所以在对决策表进行处理之前,必须对决策表中的连续属性进行离散化。提出一种新的相容离散化算法,从决策属性值出发,对决策属性值相同的实例在空间上进行合并,并用例子说明该算法的离散化过程。最后分析了该算法的复杂度。该方法能有效地离散连续属性决策系统,结果表明,采用本算法进行离散化能得到合理的断点结果。

时差无源定位精度分析及其等效推算试验方法研究

在推导三站无源定位解的基础上,研究了对空定位和对地定位的精度影响因素,仿真结果表明对空定位精度在目标高度为0时对地定位精度一致。建立了一定空间区域的精度等效推算试验方法模型,并分析了高度引起的误差、站址误差、量测误差分别对时差无源定位系统定位精度的影响,实现了根据少数测试精度数据推算出一定空间区域的定位精度。

改进YOLOv5的轻量级带钢表面缺陷检测

针对工业场景下设备资源有限的情况,提出一种改进YOLOv5的轻量化带钢缺陷检测模型.首先,使用Shuffle Netv2代替主干特征提取网络,优化模型参数量和运行速度;其次,采用轻量级上采样算子CARAFE (contentaware reassembly of features),在增大感受野的同时进一步降低参数和计算量;同时引入GSConv层,在保证语义信息的同时平衡模型准确性与检测速度;最后,设计一种跨层级特征融合机制,提高网络的检测精度.实验结果表明,改进后的模型的平均检测精度为78.5%,相较于原始YOLOv5算法提升了1.4%;模型计算量为10.9 GFLOPs,参数量为5.88×106,计算量和参数量分别降低31%和15.4%;检测速度为49 f/s,提升了3.5 f/s.因此,改进后的模型提高了检测精度和检测速度,并且大幅降低了模型的计算量和参数量,能够满足对带钢表面缺陷进行实时检测.

基于逆云模型的雷达辐射源识别方法

针对由于噪声环境造成的雷达辐射源不能正确识别的问题,提出了一种新的基于逆云模型的雷达辐射源识别方法。该方法首先构建了更符合实际的含有噪声数据的雷达辐射源数据库,利用逆云模型求出数据库中雷达辐射源各属性的云数字特征,给出了基于属性相似度的识别权重确定方法,并构建了基于云模型和属性相似度的雷达辐射源分类器。仿真实验证明,该方法可以更好地处理由于噪声环境引起的随机性和模糊性,能在恶劣噪声环境下有效地进行雷达辐射源识别。

电磁环境复杂度等级评估模型

综合考虑靶场复杂电磁环境适应性试验的特点和实际需求,研究了电磁环境复杂度等级分类和评估方法。首先分析了电子装备类型及电磁环境适应性特点。其次提出基于电子装备类型的电磁环境复杂度等级评定方法,即对于雷达类和通信类设备基于信噪比、侦察类设备基于信号脉冲流分别制定复杂电磁环境等级。第三考虑用频装备天线扫描,给出了电磁环境复杂度等级动态统计分析表达式。该研究可为电磁环境适应性试验和作战指挥研究提供重要支撑。