期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
BTID系统数字中频接收机设计 被引量:3
1
作者 尹川 《现代雷达》 CSCD 北大核心 2013年第8期75-79,共5页
针对BTID典型信号特点,在传统中频接收机的基础上提出了一种基于FPGA的数字化中频接收机设计方法。介绍了数字接收机的工作原理,分析研究了数字正交解调、数字相关解扩和Viterbi译码算法等关键技术,给出了仿真结果。应用结果表明,接收... 针对BTID典型信号特点,在传统中频接收机的基础上提出了一种基于FPGA的数字化中频接收机设计方法。介绍了数字接收机的工作原理,分析研究了数字正交解调、数字相关解扩和Viterbi译码算法等关键技术,给出了仿真结果。应用结果表明,接收机满足指标要求,并且结构灵活,抗干扰能力强。 展开更多
关键词 战场目标识别装置 中频接收机 数字正交解调 数字相关解扩 VITERBI译码
在线阅读 下载PDF
完整的Vague模式识别方法的战场目标识别 被引量:5
2
作者 杨洁 王鸿绪 《计算机工程与应用》 CSCD 北大核心 2011年第4期168-170,共3页
由于战场环境的复杂性,快速准确地识别战场目标是现代局部战争中的重要问题。提出从单值数据向Vague值数据的转化公式,提出Vague集之间的一个相似度量公式.提出完整的Vague模式识别方法。战场目标识别的应用实例进一步表明,完整的Vague... 由于战场环境的复杂性,快速准确地识别战场目标是现代局部战争中的重要问题。提出从单值数据向Vague值数据的转化公式,提出Vague集之间的一个相似度量公式.提出完整的Vague模式识别方法。战场目标识别的应用实例进一步表明,完整的Vague模式识别是实用的方法。 展开更多
关键词 战场目标识别 转化公式 相似度量 完整的Vague模式识别
在线阅读 下载PDF
战场目标的模糊逻辑检测与识别方法 被引量:2
3
作者 段俊峰 李科杰 张中民 《北京理工大学学报》 EI CAS CSCD 北大核心 2002年第2期237-239,共3页
研究模糊逻辑在战场声 /地震动目标检测和识别中的有效算法 .应用模糊集理论与模糊逻辑推理方法 ,在分析目标信息不确定性的基础上设计了适用于目标检测和分类的隶属函数 ,建立了相应的推理规则 ,构成了战场侦察传感器系统目标检测和分... 研究模糊逻辑在战场声 /地震动目标检测和识别中的有效算法 .应用模糊集理论与模糊逻辑推理方法 ,在分析目标信息不确定性的基础上设计了适用于目标检测和分类的隶属函数 ,建立了相应的推理规则 ,构成了战场侦察传感器系统目标检测和分类的模糊逻辑推理系统 .典型战场目标信号样本检验表明 ,该方法具有良好的检测和识别分类效果 ,利用基于模糊逻辑的分类器实现对战场声 /地震动目标的检测和识别分类是可行的 . 展开更多
关键词 战场目标 模糊逻辑检测 战场侦察传感器系统 目标识别
在线阅读 下载PDF
国外基于射频标识技术的战场识别系统发展现状
4
作者 朱杰 《电讯技术》 2006年第5期23-25,共3页
介绍了射频标识(RF Tag)技术的基本原理、在战场目标识别领域的应用及部分验证试验的情况。
关键词 射频标识 战场目标识别 发展现状 关键技术
在线阅读 下载PDF
北约敌我识别现状与发展趋势 被引量:2
5
作者 朱倪瑶 《电讯技术》 北大核心 2023年第9期1448-1454,共7页
敌我识别是避免战场误伤的重要手段之一。出于多国联合作战中避免战场误伤的考虑,北约各国十分重视敌我识别技术与装备的发展。按照不同的技术体制,介绍了北约MARK XIIA敌我识别系统、战场目标识别系统、多体制单兵敌我识别系统的发展现... 敌我识别是避免战场误伤的重要手段之一。出于多国联合作战中避免战场误伤的考虑,北约各国十分重视敌我识别技术与装备的发展。按照不同的技术体制,介绍了北约MARK XIIA敌我识别系统、战场目标识别系统、多体制单兵敌我识别系统的发展现状,包括系统特点、工作机理和指标对比。结合北约近些年的装备发展,指出北约重视敌我识别体系能力建设,并正在推动敌我识别系统向着高性能、综合化、集成化、小型化、智能化、网络化、无人化发展。最后,讨论了敌我识别后续发展重点及对我军敌我识别领域发展和联合作战运用的借鉴意义。 展开更多
关键词 多国联合作战 敌我识别(IFF) MARK XIIA 战场目标识别
在线阅读 下载PDF
采用循环神经网络的战场空中飞行目标型号辨识方法 被引量:2
6
作者 王明阳 《电讯技术》 北大核心 2022年第7期845-851,共7页
针对战场空中飞行目标型号辨识不清的问题,提出了一种采用长短时记忆(Long Short-Term Memory,LSTM)循环神经网络的战场空中飞行目标型号辨识方法。以飞行目标航迹态势数据为数据源,分析数据不同特征特点,设计增加基于数据原有特征的派... 针对战场空中飞行目标型号辨识不清的问题,提出了一种采用长短时记忆(Long Short-Term Memory,LSTM)循环神经网络的战场空中飞行目标型号辨识方法。以飞行目标航迹态势数据为数据源,分析数据不同特征特点,设计增加基于数据原有特征的派生特征,构建并训练基于LSTM循环神经网络的目标型号分类器,形成目标型号序列化智能辨识模型,实现仅依赖于航迹的战场空中飞行目标型号时序化准确辨识。经实测数据验证,所提方法识别准确率达到96.73%,F1分数达到0.9683,较梯度提升树模型方法识别准确率至少提高了1.02%,而F1分数至少提高了0.0132,证明了所提方法的有效性。 展开更多
关键词 战场空中飞行目标 目标识别 型号辨识 机器学习 循环神经网络 长短时记忆网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部