紫外图像弱小目标检测与跟踪

工作在“日盲”波段的紫外信号探测,屏蔽了太阳紫外辐射这一最大背景噪声干扰源,可以有效地进行微弱紫外目标信号采集,但是仍然面临着目标/噪声难以区分、目标短暂丢失等问题.文中对微弱紫外目标的成像特性进行详细分析,根据紫外目标成像特征提出了一种紫外图像弱小目标检测跟踪方案.该方案首先采用基于连通域的聚类方法对紫外图像中的样本点进行聚类,标识出前景中的目标块和噪声块,然后利用真实目标的轨迹特性,结合卡尔曼滤波预测目标的运动参数,从而实现对目标的检测跟踪.仿真实验证明了该方案的可行性及有效性.     

多无人机分布式协同动态目标分配方法

在以"网络为中心"的作战模式下,以电子干扰无人机和UCAV编队协同作战为研究对象。针对多无人机协同作战的动态目标分配问题,建立基于导弹攻击区分析的威胁估计模型,综合考虑电子干扰效果建立目标分配模型,提出一种基于分布式拍卖机制的目标分配算法。针对不同的作战想定进行仿真计算,结果表明:算法能在规定的时间约束内给出接近理想化效果的目标分配方案,且所提算法与现有几种算法相比在可靠性、实时性上都有明显提高。     

基于OpenCV的机场跑道外来物报警系统设计

基于视频技术,采用计算机视觉库OpenCV开发了机场跑道外来物(FOD)报警系统。其中,目标识别模块采用混合高斯方法建模,并将背景法和帧差法结合实现静止目标和运动目标的检测;目标跟踪模块采用Camshift提高了跟踪的可靠性;报警模块针对目标的实际情况设定标准,超过标准则报警。     

基于ARM的水下目标定位系统的通信模拟系统设计

水下目标定位系统被广泛应用于水下目标的定位和跟踪、水声对抗等水声领域,其系统主要由水声浮标阵、中继站和基站等构成,浮标与基站的通信通过无线网桥进行传输。为了提高该系统的通信可靠性和智能性,采用ARM板作为中继站和通信服务器,以一台电脑作为基站的显控机,一台电脑模拟浮标,设计了一种水下目标定位系统通信模拟系统,其中ARM板搭载LINUX嵌入式系统。该模拟系统可以实现基站和浮标之间的中继通信,完成从基站显控端发送各种命令和参数到ARM板,ARM板进行中继转发给浮标,浮标收到命令后进行响应,并回传相关数据至基站显控端的功能。     

基于CS-CL两层嵌套模型的强机动目标跟踪算法

针对强机动目标的跟踪问题,提出了一种基于两层嵌套模型的强机动目标跟踪算法,以改进"当前统计"(current statistical,CS)作为内模型;利用滤波残差构造统计量,对目标机动进行检测,根据检测结果在线修正"CS"模型参数以适应目标的机动;以"曲线"(curve linear,CL)模型为外模型,它以改进的"CS"模型的目标加速度估计值作为输入参数,利用CL模型可以较好近似目标曲线运动的特点,实现对强机动目标进行高精度稳定跟踪。仿真验证了算法的有效性。     

一种基于FPGA的互相关函数加速器设计

为了实现实时高性能目标识别,设计了一种基于FPGA的互相关函数加速器.通过合理的硬件设计与逻辑复用,使互相关函数计算速度得到提升.实验结果表明,加速器可以高速完成互相关函数计算,满足实时高分辨率图像目标识别系统的需求.     

攻顶装甲目标的交流毫米波引信目标识别及定位

对交流毫米波引信的目标识别与定位方法进行研究.分析了毫米波引信探测金属目标的机理;在对装甲目标进行试验测试的基础上,研究了坦克装甲目标与干扰的毫米波信号差异;根据目标特性,提出了综合判别时域内目标信号幅度、宽度及目标外形尺寸的识别方法;在目标识别的基础上,通过对目标顶甲尺寸、系统延迟时间等因素的综合考虑,合理设计探测器前倾方案,实现对目标的定位.     

基于贝叶斯决策理论的NSHV分段建模威胁评估

临空高超声速飞行器（Near Space Hypersonic Vehicle,NSHV）具备复杂的运动模式和高动态特点,传统的威胁评估方法运用于NSHV时在评估要素选取和评估动态性等方面存在不足。从NSHV的飞行路径入手,将其划分为3个主要的飞行阶段,通过分析其各阶段运动特点和预警探测、拦截能力等因素,基于贝叶斯推理、决策理论建立起NSHV多阶段威胁评估模型,并通过先验概率将各阶段进行关联,保证了评估的继承性,最终建立典型场景进行仿真验证,仿真结果反映的威胁变化符合NSHV的作战特点和所给观测数据,证明该方法更适应NSHV的动态特性,能够为指挥员进行防御作战辅助决策提供支持。     

临近空间高超声速再入滑翔目标跟踪模型

针对临近空间高超声速再入滑翔飞行器(HRGV）的跳跃滑翔跟踪问题,建立一种新型跟踪模型。首先对目标进行受力分析并结合HRGV横、纵向运动特性得到各方向气动加速度特性;在此基础上将气动加速度中的阻力和爬升力加速度建模为正弦自相关模型,转弯力加速度建模为一阶马尔科夫模型;然后采用一种分离滤波模型对目标状态和气动加速度分别进行估计,推导得出状态滤波模型和气动加速度滤波模型表达式。仿真实验结果表明,相比该类目标的其他跟踪算法,该算法的跟踪精度有一定提高,此模型优越性较强。     

基于增强多流形学习的监控视频追踪算法

提出了一种多流形局部线性嵌入的流形学习算法,为每个类的流形学习过程设计了一种监督的近邻点选择方法,将流形-流形距离作为度量指标,搜索最优的低维空间.在视频追踪算法中对外部数据库进行图像训练预处理,为人脸检测建立级联分类器,利用均值粒子滤波器结合跟踪校正策略对人脸图像实时跟踪,采用多流形训练的结果从视频流的人脸集中检测出追踪的目标人脸.仿真实验结果表明本算法对不同的数据集均获得了较高的检测率与较高的计算效率.