声引信目标识别技术的研究

对地雷声引信目标识别技术进行了研究,提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量,并采用均方加权距离分类器来识别坦克和直升机。检验结果表明,该方法提取的特征稳定,并且该技术具有高的识别率。     

声引信目标识别技术的研究

对地雷声引信目标识别技术进行了研究。提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量，并采用均方加权距离分类器来识别坦克和直升机。检验结果表明，该方法提取的特征稳定，并且，该技术具有高的识别率。     

声引信目标识别技术的研究

对地雷声引信目标识别技术进行了研究。提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量，并采用均方加权距离分类器来识别坦克和直升机。检验结果表明，该方法提取的特征稳定，并且，该技术具有高的识别率。     

基于多模板矢量量化的战场目标识别的算法

提出噪声背景下基于多模板矢量量化的声目标识别方法。加性背景噪声中，提取了声信号的线性预测系数（LPC）作为目标识别的参数，对不同类型，不同信噪比的声目标进行模型训练用，使每个声目标具有多个模板。最后根据矢量量化识别算法判断声目标的类别。仿真结果表明，该方法在单一噪声背景下的声目标识别中具有可行性。     

灰关联分析法在坦克声目标识别中的应用

提出了一种基于灰关联分析的声目标识别算法.该算法提取坦克声信号的线性预测系数特征作为关联参数,通过比较声信号的灰关联值实现目标识别.在白噪声背景下,结合谱相减法,通过提取坦克声信号特征识别,仿真表明灰关联算法可以从信息不完全、关系不明确的坦克声信号中提炼主要因素进行识别,其实现方法简单,识别率较高.因此该算法在声目标识别中具有可行性.     

舰船噪声通过特性过零数特征的分析与应用

在正常巡航条件下，舰船沿纵向分布着三个具有不同功率谱特征的声辐射部位。通常，目标舰船距离观测点很远时，舰船可被视为一个点声源，但舰船距离观测点很近时，就不能再被视为点声源，而应被视为体积目标更为合理。分析了舰船做为体积目标时辐射噪声功率谱的纵向特性，利用舰船辐射噪声波形的过零点数分布，构造了舰船噪声通过特性的过零数特征矢量，为舰船目标识别分类研究提供了一种新的特征量，并应用BP网络做了分类实验，实验证明：过零特征可以作为水中目标识别的重要依据，是一种有效的分类方法。     

水下目标回波方位起伏特征研究

水下目标的特征提取是声自导鱼雷目标识别和分类的基础，本文从水下目标的空间域信息的特征出发，讨论了分裂波束双通道自导系统目标方位提取方法，研究了基于目标方位扩展的水下目标方位起伏特征。实验表明，水下目标回波存在目标方位的起伏特征。     

直升机声信号谐波集及小波子空间能量特征提取与识别

对目标识别中的特征提取技术进行了研究，介绍了两种用于被动声信号特征提取的方法．分别将谐波集(HS）频率和不同尺度小波子空间能量作为特征矢量，给出相应的算法；并利用实测信号将这些技术运用到直升机目标的识别问题中，利用kNN分类器对直升机目标和非直升机目标进行分类。结果表明这两种方法都能达到较高的正确识别率。     

水下目标声成像尺度识别技术研究

水下声成像是提高水下战武器精确制导能力的有效方法。针对目前水下战对抗装备对目标的模拟越来越逼真的情况,提出了一种基于声成像的水下目标尺度识别技术。该技术基于目标的二维声成像技术,通过提取目标二维尺度特征,用于识别真实潜艇和线列阵声诱饵。对该技术在噪声环境下进行了仿真研究。研究结果表明,声成像尺度识别技术是可行的。     

战场声目标特征提取研究

综合AR参数模型系数和小波包分解能量特征,获得战场声目标特征矢量。探索了该方法的可操作性和实用性,在理论研究基础上,从应用角度对特征提取过程进行了详细阐述。仿真实验表明该方法具有良好的稳定性。     

红外成象GIF中的神经网络识别算法

目标识别是红外成象GIF中的关键技术之一,利用神经网络可以完成目标识别的任务.在获得目标红外灰度图象傅立叶描述子特征的基础上,对BP神经网络、径向基函数神经网络和学习矢量量化神经网络在目标类型识别中的应用进行了研究.通过网络的设计及算法的仿真结果,比较了这几种神经网络的在目标识别方面的优缺点.     

复合探测系统目标识别与炸点控制

介绍了声、磁、地震动复合探测系统的原理.根据三种模块的不同功能,设计了针对高速SOC单片机的不同算法,系统完成了声模块和地震动模块联合预警,并把声、地震动传感器探测到的信息进行处理,提取目标特征完成目标识别,在预警后启动磁模块完成进一步识别和最佳炸点的判断,系统分别从时域和频域两个方面对目标进行了分析,通过分析实验得出了比较理想的结果.     

灰关联分析法在坦克声目标识别系统中的应用

提出了一种基于灰关联分析的坦克声目标识别算法。该算法提取坦克声信号线性预测系数特征作为关联参数,通过比较坦克声信号的灰关联值实现目标识别。仿真结果表明：该算法可以从信息不完全、关系不明确的坦克声信号中提炼主要因素进行识别,其实现方法简单,无噪背景下,平均识别率可达到90%。因此该算法在声目标识别系统中具有普适性和可行性。     

基于高阶谱的战场声目标特征提取

由于高阶谱对于高斯噪声不敏感的特性，在战场噪声环境中。提取被动声目标的双谱、双谱切片和相位耦合特征，通过建立声目标的高斯混合模型（GMM），进行声目标信号的识别。将基于此模型的识别结果与功率谱方法比较。仿真结果证明：基于高阶谱特征提取方法优于AR功率谱特征，该方法在抑制背景干扰中具有优越性。     

基于MFCC参数和HMM的低空目标声识别方法研究

提出了一种战场声目标识别方法，模拟人耳的听觉机理提取更能反应出声音信号动态特征的Mel倒谱系数（MFCC）作为识别战场低空目标的参数；利用隐马尔可夫过程具有很强地表征时变信号的能力来表现声信号随时间变化呈现出的模式演变现象，建立隐马尔可夫模型（HMM）；由K-均值聚类得出HMM模型的练和识别特征向量，识别时设定阈值判定输入的未知声信号。实际数据的分析结果表明了该识别方法的准确性与有效性。     

一种海上多元多域一体化目标识别新方法

针对当前识别体系不完备、水下识别手段缺失、海上目标识别信息资源汇聚难等现实问题,提出一种海上多元多域一体化目标识别新方法.基于空中、海面、陆地、水下等多级节点构建多域目标网络化协同识别体系,通过当前已有识别功能的数据通信链路、水声数据通信链路以及其他数据通信链路实现各域平台识别信息的互联互通,通过采用基于海陆空潜的多域识别体系构建、基于海上浮标的多域动态组网、基于多源信息的多元属性识别、基于多域组网的水下目标识别等创新性设计,实现对多域目标的多元识别.结果表明:该方法可为目标识别达到"海陆空天潜岸全域覆盖"提供技术支撑,具有较好的军事价值、经济价值和社会价值.     

垂直矢量阵声图被动定位技术研究

在近场条件下,应用垂直矢量阵声图被动定位技术,能有效地抑制海洋多途影响,测定目标距离。由于垂直声压阵的自身指向性问题,无法测定目标方位,故讨论了垂直矢量阵的声图被动定位方法,利用矢量阵的指向性优势来获得声图测量的精确被动定位结果。仿真对比分析了水平阵与垂直矢量阵在多途条件的声图测量效果,此外,给出了单双目标2种情况下的垂直阵声图测量结果。研究发现:垂直阵声图测量由于物理优势比水平阵具有更好的抗多途性能,采用矢量阵可以克服声压阵的指向性缺陷测定目标方位,因而在多途海洋环境中利用垂直矢量阵进行近场目标被动定位具有可行性。     

人脸识别常用方法及其发展现状

人脸识别的研究历史分为人脸面部特征人工识别、人脸人机交互识别、人脸机器自动识别3个阶段.人脸识别系统包括人脸特征检测与分割、人脸特征规范化、人脸表征和人脸识别4部分.根据表征方式的不同,人脸识别方法有:基于层次聚类的几何特征矢量模式识别法、基于代数特征矢量的特征矢量识别法、基于神经网络的人脸特征提取和分类器设计法.并详述了代数特征矢量法中经典的特征脸法的识别过程.近年国外采用小波分析的变换特征识别法,利用模式识别的最佳分割超平面分类识别法等是当前研究热点.     

基于神经网络的战场被动声／地震动目标识别方法

目的在于研究人工神经网络在战场声／地震动目标识别应中的有效算法。通过建立战场目标声／地震动特性探测与分析系统，在总结目标特性规律，分析传统BP算法固有缺陷的基础上，采用改进的算法对分类器进行训练，典型战场目标信号样本检验表明，该方法具有良好的识别分类效果，利用基于神经网络的分类来实现对战场声／地震目标的识别分类是可行的。     

水声探测技术在火箭式深弹引信中的应用

一种水声近炸引信,适用于对鱼雷等水下目标实施拦截杀伤的火箭式深弹系统,设计中解决的技术问题有:对水下目标的识别技术、有效的测距方法及抗冲击过载技术。所采用的方法是通过对水下目标辐射噪声信号的能量检测、识别和能量变化的比较以及目标所发出的不同线谱的频率来判断和识别目标。验证试验表明,能对不同目标进行识别,并适时发出起爆信号。