杨佐龙 作品数:8 被引量:20 H指数:3 供职机构: 空军航空大学 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 军事 更多>>
基于云物元的非战争军事行动机务保障能力评估 被引量:2 2014年 为分析非战争军事行动航空机务保障能力,建立了融入非战争军事行动特点和机务保障要素的指标体系,介绍了云理论和物元理论的相关知识,建立了基于这两个理论的评价模型,并结合实例进行了验证。结果表明,该方法能体现薄弱环节所在,对提升非战争军事行动机务保障能力具有重要的现实意义。 贾明 蔡忠春 杨佐龙 鲁祖坤关键词:非战争军事行动 机务保障 基于小波域双阈值分割的SAR图像预处理方法 被引量:2 2013年 为了抑制合成孔径雷达(SAR)图像中的相干斑噪声和背景杂波,克服使用单一SAR图像分割方法处理图像的缺点,提出了一种利用小波变换与双阈值分割相结合的SAR图像预处理方法,采用小波多尺度滤波方法削弱背景杂波及高频相干斑噪声,并使用简单易行且计算量小的双阈值分割法来滤除杂波。实验结果表明,与其它算法的分割结果相比较,该方法滤波效果好,图像边缘轮廓清晰,计算耗时短,是一种有效的SAR图像预处理方法,具有较强的实用性。 杨佐龙 王新超 贾明关键词:合成孔径雷达 双阈值 两向2DLDA与SVM相结合的SAR图像识别 被引量:5 2013年 针对线性判决分析(LDA)用于图像特征提取时存在破坏二维空间结构、特征向量维数过大的缺点。二维线性判决分析(2DLDA)直接对图像矩阵进行运算,在一定程度上弥补了LDA的缺陷,但其实质是按行压缩图像矩阵进行特征提取,只消除了图像列的相关性,所提取的特征维数依然过大。为解决以上问题,本文采用两向2DLDA的方法,在行和列方向同时压缩图像矩阵进行特征提取。并结合支持向量机(SVM)进行分类识别,用MSTAR计划发布的实测合成孔径雷达(SAR)图像数据进行实验。结果表明,该方法在减少计算量的同时能达到较高的识别率。 杨佐龙 王德功 胡朝军 王新超关键词:合成孔径雷达 支持向量机 目标识别 基于小波域中心矩特征的SAR图像识别 被引量:4 2013年 为克服合成孔径雷达(SAR:Synthetic Aperture Radar)图像的方位敏感性和平移敏感性给识别带来的困难,提出一种基于二维离散小波变换与中心矩特征提取的SAR图像目标识别方法。该方法通过对图像的二维离散小波分解提取低频子带图像,同时提取具有平移不变性的中心矩作为特征向量,利用支持向量机进行目标分类和识别。实验结果表明,该方法在有效抑制噪声的情况下,很好地克服了SAR图像对目标方位的敏感性,在减少计算量的同时具有较高的识别率。 杨佐龙 王德功 李勇关键词:小波变换 SAR图像 中心矩特征 支持向量机 基于双向2DLDA与LDA相结合的SAR目标识别算法 被引量:1 2014年 线性判决分析(LDA)用于图像特征提取时,存在着损失二维空间结构信息、计算复杂度大的缺点。二维线性判决分析(2DLDA)弥补了LDA的缺点,但2DLDA仅消除了图像各列间的相关性,所提取的图像特征维数仍然较大。为解决上述问题,采用双向2DLDA与LDA相结合的特征提取算法对图像的行和列同时进行压缩,减少特征矩阵维数,降低计算量。实验结果表明,所提出的SAR(Synthetic Aperture Radar)图像目标识别方法有效地降低了图像数据维数,提高了识别率,并克服了方位角变化对识别结果的影响。 杨佐龙 王德功 胡朝军 尹辉 岳剑飞关键词:合成孔径雷达 基于MUSIC迭代法的互耦误差校正 被引量:2 2013年 针对阵元之间存在互耦误差,阵列流型会出现一定程度的偏差和扰动的问题,提出了基于MUSIC(MUlti-ple SIgnal Classification)迭代法的互耦误差自校正算法及在互耦误差条件下的DOA(Direction of Arrival)估计算法。利用MUSIC迭代法对波达方向和互耦误差同时进行估计。该算法能够在互耦误差存在的情况下,有效地估计出波达方向和互耦矩阵,仿真实验证明了该算法的有效性。 鲁祖坤 高鹰 石宇 刘扬 杨佐龙关键词:多重信号分类法 迭代法 波达方向估计 六自由度电动平台系统模糊-前馈控制及仿真研究 被引量:1 2013年 针对以交流伺服电机驱动的电动六自由度运动平台系统的强耦合、非线性、强干扰特性,建立了电动平台单通道模型,并基于此设计了模糊-前馈控制器,为了提高系统的动态响应特性和抗干扰性设计了模糊自适应PID控制器,为进一步保证系统进入稳态后有较高的位置跟踪精度,接着引入了前馈控制,该前馈设控制设计为迭代控制器;仿真结果表明:将该设计方法应用于电动平台无论是系统的动态响应、鲁棒性、稳态精度较常规控制都有了明显的提升,满足六自由度电动平台系统的位置跟踪指标要求。 赵玉龙 梁建民 吴健楠 孙方义 杨佐龙关键词:模糊自适应 系统仿真 模糊神经网络与证据理论的飞机目标敌我识别 被引量:3 2012年 为满足复杂环境下目标敌我属性识别能力,提出了一种基于模糊神经网络(FNN:Fuzzy Neural Net-works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力,将敌我识别器(IFF:Identification Friend-or-Foe)、电子支援措施(ESM:Electronic Warfare Support Measure)、雷达及红外获取的信息融合,进行敌我识别。仿真结果表明,该方法的识别能力明显优于单一模糊神经网络分类器,识别率达0.994,同时具有很强的容错性和一定的抗干扰能力,更适合战场需要。 李勇 王德功 杨佐龙关键词:模糊神经网络 证据理论 数据融合 敌我识别