《雷达研究领域的新成果》PDF+DOC

📙 相关资料

1. 《1999年IEEE国际雷达会议录简介》PDF+DOC 1999年4月20日至22日在美国麻萨诸塞州Waltham举行了1999年IEEE国际雷达会议。与会者主要是美国专家，还有英国、法国、意大利、俄罗斯、加拿大、中国、印度等国的学者和代表。会议出版了会议录。会议录中收录论文共计63篇，其中我国有论文6篇。...
2. 《深度学习在雷达通信目标识别中的应用框架》PDF+DOC 深度学习是当前人工神经网络领域的研究热点，广泛应用于字符识别、图像识别和语音识别等应用中。雷达通信目标识别是通信对抗的前提和关键。文中分析了模板匹配法、DS证据理论等传统通信目标识别方法的在特征提取、模型表达方面的不足，对深度学习神经网络在通信目标识别中的应用进行了初步探讨，并提出了一种基于深度学习......
3. 《人工神经网络技术在目标识别中的应用》PDF+DOC 在多传感器信息融合的基础上讨论了目标种类识别的有关问题，并给出了直升机、固定翼飞机、导弹、水面舰艇、鱼雷、潜艇和水雷的识别准则和方法，并在此基础上提出了基于BP神经网络的目标种类识别模型。仿真计算结果表明，只要学习样本足够多，能够有效保证识别的正确性和克服基于规则的识别方法在模糊区识别效果差的问题。...
4. 《基于神经网络的声目标识别融合方法研究》PDF+DOC 本文介绍了声目标的各种识别方法，将Dempster枛朣hafer证据推理的基本理论应用到声目标的识别中，并用BP神经网络构造出基本概率赋值函数，从而避开了建立质量函数的麻烦，大大拓宽了这种方法的应用范围。本文给出了改进后的BP神经网络算法并给出了识别目标的决策方法。通过实例计算可以看出，该方法可以提......
5. 《基于信息融合理论的空间点目标识别实验结果分析》PDF+DOC 提出一种三级融合的多传感器信息融合空间点目标识别方法，将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别，第二和第三级采用D—S证据理论进行识别.仿真结果证明，本文提出的方法能较好地解决复杂目标和诱饵的识别问题。...
6. 《基于神经网络组的数据融合算法》PDF+DOC 有两种方法可以用于多传感器系统的特征深度目标识别。第一种方法是基于静态算法的，而另外一种是基于神经网络的。第一种方法最主要的缺点是在目标识别的处理过程中依赖大量的假设；而第二种方法则不能处理复杂多传感器系统中的识别问题。而文中的神经网络组算法使神经网络具有了鉴定能力并保持了多传感器系统的优点。这种算......
7. 《基于PNN-DS信息融合模型的目标识别方法》PDF+DOC 针对目标识别中常用BP-DS信息融合方法识别率低，运行速度慢，抗噪性差等问题，提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处，利用神经网络和证据推理算法获取了基本概率赋值，同时突出了PNN网络在处理多传感器信息的准确性和......
8. 《一种复杂环境下的多传感器目标识别系统》PDF+DOC 对于复杂环境下的多传感器目标识别，其环境因素多变、处理数据量庞大，若采用传统的识别方案，系统的可靠性和抗干扰性不理想。为了解决这些问题，提出了一种用于复杂环境下的神经网络分类器组合结构的多传感器目标识别系统，并通过几种融合方法的仿真实验表明该系统是可行的，能有效地提高系统识别率及鲁棒性。...
9. 《基于神经网络-模糊推理的目标识别融合研究》PDF+DOC 为提高复杂环境下多传感器的自适应信息融合能力，提出了一种基于神经网络-模糊推理的信息融合模型，利用神经网络和模糊推理分析传感器探测状态的不确定性，并将其应用于红外成像/毫米波复合制导目标识别的信息融合，识别效果比较理想，可信度有了很大提高。...
10. 《基于小波神经网络的WSN目标识别设计》PDF+DOC 提出基于小波信号特征提取BP神经网络算法目标预测识别的方法；利用振动传感器采集地面移动目标的振动信号，再通过小波变换算法分析出振动信号的特征，通过BP神经网络实现对不同类型移动目标的识别；文章介绍了小波变换理论以及BP神经网络算法，详细阐述了信号特征提取以及利用BP神经网络进行识别和预测；通过实验表......