新型红外探测器让敌机现形

据报道,法国正在为无人侦察机开发一种双光谱红外探测器,它能同时覆盖中波和长波光谱。装备这种探测器的飞机在伸手不见五指的黑夜,也能把伪装得极好的敌方目标识别出来,并能让先进的隐形飞机、隐形战舰等纷纷“现形”。“火眼金睛”破伪装红外光谱共分为3个波段:波长1~3μm的短波段、3~5μm的中波段以及8~12μm的长波段。目前大多数红外探测器都只能接受一个波段的红外辐射,因此图像质量十分有限。而双光谱探测器可以同时收集物体辐射出的两个波段的热辐射,其探测精度远非单光谱探测器可比。该双光谱探测器是泰莱斯公司与法国防务采办局(D…     

基于双波段红外辐射信息的机载无源定位算法

针对纯方位被动定位跟踪技术收敛时间偏长无法满足空战要求的问题, 通过增加观测方程的测量信息,提出了一种基于双波段红外无源辐射信息的被动定位算法,建立了双波段融合定位的数学模型,给出了相应的卡尔曼滤波方程,然后对模型进行了仿真验证.该方法在传统被动定位测量方程中增加了红外光谱辐射信息,提高了无源定位的收敛速度和精度.此外,由于改进数学模型把长波段红外辐射信息增加到测量方程中,提高了机载红外搜索跟踪系统在目标前半球进行跟踪的能力,非常有利于飞机实现对空中目标的全向探测.     

毫米波共形相控阵雷达导引头波束形成

针对毫米波圆锥台共形相控阵天线阵列低副瓣波束形成,提出了基于最优非均匀子阵划分及最优子阵激励的低副瓣波束形成方法.该方法利用多目标进化算法,先通过对整个扫描波束空间进行空间采样并形成空间采样点的天线辐射方向图,然后引入两个多目标函数对这些空间采样点的天线辐射方向图进行低副瓣约束,可获得指定扫描空间内任意角度的低副瓣波束形成.通过多目标进化算法优化子阵结构及其激励能够有效抑制辐射方向图副瓣电平.仿真实验证明该方法有效.     

基于Worldview-II多光谱遥感数据纹理

提出了一种基于Worldview-II多光谱遥感数据的纹理特征提取方法。该方法针对Worldview II的8个波段,通过主成分分析(principle component analysis, PCA)变换进行多光谱遥感数据压缩,针对压缩后的数据特点建立主成分灰度差频空间(gray level difference frequency space, GLDFS),并利用GLDFS对多光谱遥感数据进行纹理特征提取。实验结果表明,与传统的灰度共生矩阵(gray level co occurrence matrix, GLCM)单波段纹理分析方法相比,该方法能够保持多光谱数据之间的协同关系,具有更高的分类精度和执行效率。     

一种多波段SAR图像伪彩色融合算法

针对多波段SAR图像互补信息的利用问题,提出了一种基于Contourlet变换与IHS变换结合的伪彩色融合算法.利用最佳指数模型选择出信息量最大、相关性最小的三个波段图像,实现RGB到IHS彩色空间的变换;然后用Contourlet变换对Ⅰ分量和另一波段SAR图像进行多尺度分解,分别得到低通近似子带和方向高频子带.对方向高频子带定义一个边缘信息量测因子融合策略进行融合,近似子带用平均方法融合,并进行Contourlet重构得到融合后的Ⅰ分量.结合H、S分量进行IHS到RGB空间的反变换.综合了不同波段图像特征,把人眼难以分辨的灰度转化为可分辨的色彩,保持SAR图像空间分辨率的同时,增强谱分辨率,仿真实验结果证明了该方法是有效的.     

基于相关性函数和模糊综合函数的多传感器数据融合

针对多传感器数据融合过程中,各传感器可靠度估计的困难和如何对不同类型的传感器数据进行融合,提出了一种基于相关性函数和模糊综合函数的多传感器数据融合方法。该方法首先利用相关性函数计算多传感器的相互支持程度,然后由隶属函数得到每个传感器提供信息的可信度,最后用模糊综合函数获得多传感器对目标属性的融合结果。该方法计算简单,客观地反映了各传感器的可靠程度及相互关系。将该方法用于一个目标识别任务的仿真实验,结果表明应用该方法能确定地识别出目标,是一种有效可行的多传感器数据融合方法。     

基于区间灰关联度的多传感器目标识别方法

针对具有多个特征指标的多传感器目标识别问题,提出了一种新的不确定性融合方法.该方法定义区间灰关联系数,通过熵权得到各目标类型的灰关联度,给出目标识别算法.克服了属性权重选取的主观性,提高目标识别结果的可信度,计算简单,易于计算机上实现.仿真实例验证了算法的有效性和实用性.     

杂波环境下可移动主被动传感器长时调度方法

针对杂波环境下的多目标跟踪问题, 基于可移动主被动传感器系统, 提出了一种辐射控制的长时调度方法。首先, 建立调度模型, 对多目标运动状态和量测结果、传感器调度动作等进行数学描述; 同时, 基于雷达工作原理和截获概率的思想, 提出改进的辐射风险量化方法。随后, 利用高斯混合概率假设密度滤波算法预测长时跟踪精度, 利用所提改进的量化方法预测长时辐射代价, 并利用改进的灰狼优化算法求解传感器调度方案。最后, 执行调度方案获得多目标量测信息, 采用联合广义标签多伯努利滤波算法计算目标估计状态。仿真实验表明, 所提调度方法在保证跟踪精度的基础上, 能够实现对辐射代价的有效控制, 与其他方法相比具有明显的优势。     

基于RCS特征的谐振区舰船目标识别

利用谐振区RCS特征对舰船目标进行识别.深入研究了频率预先优化选择问题,提出了一种新的基于最小分类错误准则的频率选择方法,用以改善目标识别性能.给出了一种基于多类目标假设检验理论的带有拒绝判定目标出现门限的近邻分类器.对五类舰船目标识别的仿真结果表明,新的选频方法显著提高了识别性能;扩展的近邻分类器表现出较为理想的拒判能力.     

基于多源遥感图像多级协同融合的舰船识别算法

针对极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)图像存在斑点噪声严重、可视性差、直接影响目标识别精度的问题,提出一种基于多源遥感图像多级协同融合的舰船识别算法。通过采用多级协同融合方式,丰富图像的特征量,提高舰船识别精度。所提方法首先进行多源遥感数据的像素级融合,然后在上一步基础上进行特征级融合,最终得到新的目标特征。所提方法充分发挥了不同频段的PolSAR与多光谱图像的信息互补优势,不仅保留了多频段PolSAR对目标的极化散射特征,也保留了多光谱数据的空-谱信息。所提方法在可视性与检测精度上表现都较为出色,与传统的单一遥感数据相比,识别精度至少提高了5.12%。