放射性核素能谱分析方法综述

针对放射性核素识别需求,将放射性核素能谱分析方法分为传统核素能谱分析方法与新型核素能谱分析方法2大类,再将两者进行总结对比并对后续研究方向进行展望。结果表明,运用和改进核素能谱分析方法可为核安全、发展核领域应用提供技术保障。     

基于SVD和SVM的核素识别算法

针对基于寻峰方法的 γ能谱识别方法对高本底、低探测率的复杂 γ能谱解析特征不显著、准确率低等问题,提出一种基于奇异值分解和支持向量机的核素识别算法.通过将1维能谱变换为2维图像,使用奇异值分解提取特征向量,将其作为支持向量机的输入构建分类器.实验结果表明:该方法对典型核素的识别率达到98%,并且能识别混合核素样本的组成成分.该方法降低了对探测器精度要求和参数设定的影响,提高了混合核素的识别能力.     

一种改进粒子群算法优化BP神经网络实现核素识别方法

为获得全局最优点,提出一种改进粒子群算法优化BP神经网络实现核素识别方法.该算法用一种动态改变惯性权重与学习因子的自适应方法,优化BP神经网络的阈值与权值,通过训练BP神经网络识别模型得到粒子群的全局最优解,利用最优权值与阈值实现核素识别.分析结果表明:该方法不仅能更快地收敛于最优解,同时能更好地平衡全局搜索和局部搜索能力,有效地改善算法的收敛速度和识别精度.     

基于高斯分段烟羽模型的海上核素弥散模型

根据海上核事故核素弥散特点,选择高斯模型进行模拟,基于高斯分段烟羽模型对事故发生后较短时间内的核素弥散情况进行了模拟分析,通过Matlab编程模拟烟羽扩散形式,得出了短时间内事故舰船周围的核素分布情况,从而对受时间和风场影响的核素弥散过程实现了实时烟羽动态模拟。整个核素弥散过程可预报一定时间内核素弥散路径和影响范围,为核救援方案提供参考。     

基于人工神经网络的核素识别分析方法

针对传统的方法解析γ谱数据实现核素识别存在步骤多、精度低、专业知识要求高、识别速度慢等缺点,提出了一种基于人工神经网络的核素识别分析方法。在对全谱γ数据进行主成分分析的基础上,提取出γ谱的主要特征,将此特征信息输入人工神经网络,利用BP网络算法和RBF网络算法可快速地完成γ谱解析。分析结果表明：该方法降低了对探测器能量分辨率的要求,同时避免了寻峰、能量刻度与效率刻度等问题,简化了核素识别的过程,有效地提高了放射性核素的快速识别能力。     

基于UKF航迹滤波的干扰目标智能识别算法研究

针对雷达导引头末制导阶段抗干扰技术,建立了典型的距离-速度拖引干扰模型,采用无迹卡尔曼滤波(UKF),研究了基于速度、加速度、过载等指标的干扰目标智能识别技术。首先建立距离-速度拖引干扰模型,通过引入弹目相对距离、径向速度、高低角与方位角建立了系统跟踪模型。其次,给出了基于UKF实现目标跟踪与识别的滤波框架。在此基础上,以径向速度、径向加速度、角加速度与过载为评价指标,建立了目标智能识别指标体系。最后,通过典型的目标运动模型(目标跃升),对目标施加的四次距离-速度拖引干扰(两次前拖、两次后拖)进行目标识别。仿真结果表明,利用UKF滤波信息能够有效实现对距离-速度拖引干扰下的干扰和目标智能识别,仿真结果验证了该识别方法的可行性与有效性。     

四种地面固定目标识别方法研究

首先简要阐述了模型基视觉法是基于知识的智能化识别目标的方法,然后以桥梁例比较详细地介绍了应用模型基视觉法解决目标识别问题的过程,包括:建立目标图像、确定预理方法、设计识别算法和提高识别算法的鲁棒性等。对四种地面固定目标识别研究的结果表明,型基视觉法是解决地面目标识别问题的有效方法。     

武器装备可靠性分布类型的识别方法研究

针对武器装备可靠性分布类型难以确定这一难题, 总结了识别武器装备可靠性分布类型的传统计算方法, 建立了基于柯尔莫哥洛夫-斯米尔诺夫检验法(K-S检验)的识别模型, 并给出了识别可靠性分布的软件流程图, 开创性地将人工神经网络应用于武器装备可靠性分布类型的识别, 并通过建立基于Matlab的仿真模型, 证明了该方法的合理性和科学性.     

智能雷战斗部扫描运动模型和捕获准则分析

根据多爆炸成型弹丸智能雷攻击坦克顶甲时的运动特性。建立了智能雷扫描轨迹模型。在此基础上，讨论了区域识别、占空比识别和二次扫描识别三种不同扫描捕获准则。并应用蒙特卡洛方法计算分析了不同扫描捕获准则对MEFP智能雷毁伤概率的影响。结果表明：建立的多爆炸成型弹丸智能雷扫描轨迹模型和区域识别扫描捕获准则基本符合工程实际情况。     

一种移动射频识别系统模型设计与安全分析

传统无线射频识别技术（RFID）中后端服务器是与读写器通过有线连接的方式进行通信的,限制了它的广泛应用,在原有RFID技术的基础上,结合无线通信技术设计了一种移动射频识别工作模型（M-RFID）以满足现实应用对射频识别技术进一步的要求;分析了其安全漏洞,针对所设计的M-RFID模型建立了一个攻击模型,并在此基础上的建立了适用于所有移动射频识别模型的安全模型,从而解决了攻击模型中存在的各种安全漏洞,并为后续的安全协议的设计提供了保障与依据。     

基于概率假设密度滤波与无迹Kalman滤波的多目标跟踪与识别

为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度（PHD）滤波的多目标跟踪与基于无迹Kalman滤波（UKF）的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型（匀速直线与匀速转弯模型）,针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。     

目标威胁判断的模糊模式识别模型

目标威胁判断是根据目标态势判断对我的威胁程度,是现代作战指挥决策系统的核心内容.本文就单舰对空防御中的空中目标威胁等级判断建立空中目标威判模糊模式识别模型,利用积累的典型目标态势案例用半监督模糊辨识迭代算法离线辨识模糊模式识别模型参数,用离线辨识好的模型参数实时在线辨识目标的威胁等级.最后通过示例说明了模糊模式识别方法判别目标威胁程度的有效性.     

目标发现概率测量研究

运用目标发现概率理论、发现识别目标的心理物理试验规律和双目偏光能见度测量仪原理，建立了白昼静态单个目标发现概率的测量模型。野外测量试验结果表明，目标发现概率的测量原理正确，测量方法可行。从而为定量评价目标的探测水平提供了一种简便可靠的方法。     

枪械出厂前瞄准等效及其射效自动校正方法

为改变传统以实弹试射为主的枪械出厂前射效校正,提出一种枪械瞄准等效及枪械射效自动校正的方法。基于光学原理和图像识别方法,考虑配合误差等因素建立了射线及瞄准基线的等效空间模型;综合外弹道特性以及相对位置误差的影响,建立了机械瞄具校调数学模型,输入光电检测及信号排异处理得到的等效光束信号集,计算获得校调参数;开发了一套枪械射效自动校正装置和软件系统。通过试验验证表明,枪械瞄准等效和射效自动校正方法有效、可行,可以满足枪械出厂前射击精度要求下机械瞄具的自动化校正要求。     

基于声信号多重分形和支持向量机的目标识别研究

为提高智能地雷对地面装甲目标的识别率,针对地面装甲目标辐射的噪声信号具有非线性的特性,建立了一种基于多重分形和支持向量机(SVM)相结合的分类识别模型。通过野外场地实验,采集到两种装甲目标在不同工况（运行速度）下的各40组样本信号;利用多重分形分析计算得到两种目标信号的广义分形维数谱(GFDS),分析了两种目标信号在不同工况下多重分形谱的特征;将GFDS值作为目标特征向量输入SVM分类模型,经训练得到最优分类结果,并与小波包能量(WPE)法提取样本特征后输入SVM的识别效果进行了对比,结果表明前者的识别率达到92.5%,高于后者的85%的识别率。