简介:为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积(RadarCrossSection,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(PrincipalComponentAnalysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。
简介:针对多目标粒子群算法多样性不好、收敛精度不高等问题,提出了一种改进的多目标粒子群优化算法。该算法设计了一种基于聚类算法的全局引导策略,并对初始惯性权值进行了非线性递减的自适应调整。结合现阶段我军弹药维修任务调配中的实际问题,构建了弹药维修任务调配多目标优化模型。通过算例求解和MATLAB仿真,验证了该算法的Pareto解集具有更好的多样性和收敛性,为我军弹药维修的定量决策提供了参考。