【专题】面向精打产品的红外图像数据采集、治理和应用

面对复杂严酷的战场环境,红外成像精打产品的智能化水平和抗干扰能力是产品生存的重要因素,而图像大数据技术是红外成像精打产品提升技术能力的重要保障。本文结合红外成像精打产品智能化能力提升的需求,提出了面向精打产品的图像数据获取、历史数据及新增数据治理、数据挖掘应用的全过程实用方法,实现了特定目标红外图像数据增补及海量图像数据的高效管理与智能应用;并在图像大数据的支持下,研发了智能信息处理算法性能评价平台和目标检测算法,有效提升了精打产品的智能化水平和实际应用能力。开展基于实际应用需求的图像数据采集、治理和应用技术研究是提升精打产品性能的重要途径,也能够为智能信息处理技术在精打产品上的落地应用提供有力支撑。     

目标图像运动特征分析

在红外成像导弹导引头的信息处理中,目标图像特征研究是导引头技术研究中的一个重要问题。对各种潜在目标成像特征的详细研究是红外成像导引头信息处理研究的基础。在此项工作完成的基础上,可以实现对导引头目标识别和跟踪算法的评价,同时也可以辅助图像处理算法的选择和优化。在分析红外成像制导空空导弹工作原理的基础上,建立了导弹、目标的仿真模型,对常见的目标图像运动特征进行了仿真分析。给出了在空战条件下目标图像运动特征的部分仿真结果。     

基于数据驱动的自学习防空火力控制技术

立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑.     

现有军用光电装备快速智能化手段

近年来,人工智能技术在图像处理领域取得了突破性进展,使得目标识别和目标检测算法的性能得到大幅提高,也为军用光电装备智能化创造了有利条件。本文从算法、数据和计算能力等人工智能三要素入手,分析了快速实现军用光电装备智能化的有效途径及过程中可能面临的问题,指出:现有的技术理论基本满足装备升级需求,智能化过程中还应重点加强实时性算法的研究,提早对专用数据集的收集整理进行布局完善,采用低功耗高性能边缘计算设备为装备计算能力水平提升提供支撑等。同时,在工程化过程中仍存在部分实际问题,需根据装备进行个性化设计,以解决理论与应用之间的差距。最后,建议重点加强国产化水平与能力的提高,以实现关键技术自主可控。     

被动雷达/红外成像双模制导数据融合方案

提出了被动雷达/红外成像双模制导数据融合方案。针对雷达和红外成像测量数据率不同的特性,研究了被动雷达/红外成像测量输出时间同步校准算法;根据雷达和红外成像测量输出的目标冗余信息对各自测量噪声方差进行在线实时估计,提出了一种具有自适应修正能力的卡尔曼滤波算法;采用神经网络—模糊推理方法设计了具有自主判别能力的测量信息有效性判别系统,提出了基于测量信息置信度的加权融合算法。通过仿真验证了该方案的有效性。     

改进AHM-TOPSIS的智能化雷达信息处理性能评估方法北大核心

针对智能化雷达信息处理性能评估需求,从雷达信息处理包含的目标检测、目标识别和剩余杂波抑制3种技术着手,构建了智能化雷达信息处理性能评估指标体系。使用评分标度替代比例标度对属性层次模型进行改进,通过改进后的属性层次模型对指标体系进行赋权。在评估模型中引入灰色关联分析法,使用灰色关联系数替代欧式距离,利用改进的逼近理想解排序法对不同方案的智能化雷达性能进行排序,筛选出最优的智能化雷达技术方案。通过智能化雷达的工作数据验证了该方法的有效性。     

红外图像强固定模式显著性噪声抑制

针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据,提出基于显著性的红外图像强固定模式噪声抑制算法。对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。通过大量小目标、强固定模式噪声红外图像对算法性能进行测试。结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

基于显著性的红外图像强固定模式噪声抑制*

本文针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据提出基于显著性的红外图像强固定模式噪声抑制算法。文中首先对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。最后,通过大量小目标、强固定模式噪声红外图像对算法性能进行测试,结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

无人机多模态融合的城市目标检测算法

城市低空运用小型无人机检测车辆等城市目标正逐渐成为主流手段。针对目前存在的实际场景中可见光探测易受光照影响、无法夜间工作和红外探测目标边缘模糊,导致单模检测网络检测精度低的问题,提出了一种基于图像融合和深度学习网络的无人机多模态融合的城市目标检测算法：首先,基于DUT-VTUAV可见光-红外配准数据集和TIF图像融合算法,构建多模态融合数据集;其次,对比了现有YOLO(You Only Look Once)检测系列网络的检测精度、速度及参数量等性能参数,选择出最适合无人机端移动部署的轻量化网络YOLO v5n;最后,综合运用图像融合算法和目标检测模型,形成多模态融合检测算法。在车辆数据集上进行的对比实验表明：相对单模检测,所提出的算法的检测精度得到有效提升,mAP高达99.6%,且该算法可在0.3 s内完成一组可见光-红外图像的融合检测,具有较高的实时性。     

红外成像型空空导弹目标自动识别技术

针对红外导弹和红外诱饵弹的对抗,构建了红外导引头图像探测器的透视投影几何模型.基于模型证明了飞机和目标在不同距离和相对飞行速度下,成像序列中相邻两帧图像间飞机目标的相似性,并且提出了适合导弹的目标快速识别算法,该算法是基于当前帧图像与前一帧图像的目标特征匹配的.最后以实测的飞机及诱饵红外图像数据对文中提出的算法进行了仿真,仿真结果表明了算法对目标识别是可行和有效的,并且能够满足较高实时性的要求.     

面向军队财务管理领域的军事大数据应用

随着“大智移云物”的出现和发展，战争形态已经发展到智能化战争新阶段。为了打赢未来智能化战争，推进军队财务管理实现智能化，充分利用军事大数据这一新兴重要战略资源尤为必要。本文利用需求分析法和现象分类法，从经费需求测算、预算编制、军费支出和军费绩效评估四个方面分析了军队财务管理领域应用军事大数据的需求。针对当前存在的运用军事大数据观念淡薄、数据采集困难、数据挖掘处理能力较弱、数据安全威胁及军事大数据人才缺乏等五个问题，从大数据应用观念的树立、软硬件设备的更新、数据中心的建设、应用框架的构建、信息化管理制度的完善、数据安全管理和大数据人才队伍建设几个方面提出了在军队财务管理领域应用军事大数据的思路。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

一种改进型PSO-BP算法在红外目标中的应用

为了降低伪目标引起的误检,提高系统在复杂环境中的目标识别能力,设计了一种改进型粒子群优化BP神经网络算法。改进型PSO-BP算法利用红外目标光谱特性设置粒子变异规则,从而调整粒子位置与速度,提高目标特征提取性能。同时,算法将权值变为权值可调函数,降低局部极值收敛的风险。实验采用Model-102F型成像光谱仪采集的目标区域图像作为样本与检测数据,与传统BP算法作对比,分别选取对不同特征波长位置及个数的形式对目标和伪目标进行识别分析。结果显示,改进型PSO-BP算法可以有效消除伪目标干扰,同时,其收敛速度明显优于传统算法。由此可见,该设计在复杂背景红外目标识别方面具有一定的应用价值。     

一种基于柔性形态学的红外图像分割方法

红外成像制导导弹的图像分割是图像处理中的重点和难点之一.提出了一种基于柔性形态学的红外图像分割算法,首先对目标红外图像进行柔性形态运算,然后在此基础之上采用模糊c均值聚类方法将图像转化为二值图像,从而得到比较精确的分割图像.最后,通过计算机模拟实验表明:该方法性能优于传统检测算子,并且具有抑制噪声的功能.此研究对于实现红外图像的稳定跟踪具有一定的应用价值.     

大型集团企业经营管控大数据决策分析应用研究

本文通过对大数据发展趋势的研究,结合大型集团企业经营管控发展需求,针对大型集团企业数据量大、种类多、业务多样等特点,介绍了构建面向大型集团企业经营管控的大数据决策分析应用体系。本文重点介绍了应用目标、建设思路、需求分析、数据汇聚模式、数据资源分类及应用展示,为提升集团企业大数据应用水平和决策分析能力提供支撑。     

基于模糊综合的红外目标融合识别

为了提高在复杂背景和强干扰条件下目标识别的可靠性,提出了一种基于模糊综合的目标融合识别算法,并采用双色红外成像系统所获得的红外图像数据进行了实验仿真。实验结果表明该算法在较大程度上提高了目标识别的可信度。     

目标自动跟踪与信息处理综合系统的研究与现实

根据将目标自动跟踪与信息处理综合的思想,在目标自动跟踪与信息处理综合的实现方面作了大量工作。实验结果表明,只有在自动跟踪系统中综合目标信息处理,火控系统性能才能有质的提高。同时,数字信号处理技术、自适应滤波算法的应用使得系统设计能够基本达到实际应用的阶段。     

目标自动跟踪与信息处理综合系统的研究与实现

根据将目标自动跟踪与信息处理综合的思想,在目标自动跟踪与信息处理综合的实现方面作了大量工作.实验结果表明,只有在自动跟踪系统中综合目标信息处理,火控系统性能才能有质的提高.同时,数字信号处理技术、自适应滤波算法的应用使得系统设计能够基本达到实际应用的阶段.     

纳卡冲突无人机效能分析及启示

大量无人机和巡飞弹的参战成为亚美尼亚与阿塞拜疆在纳卡地区持续四十多天的冲突的焦点,引发世界各国对无人机作战应用的关注。本文回顾了冲突过程,对比了两国战损情况,介绍了主要参战无人机的技术指标与性能优势。无人机在冲突中能够实时获取高清战场图像,发挥情报侦察优势,对重点军事目标进行精准而有效的打击,发挥了较高的作战效能;同时,采取灵活高效的诱饵探测、饱和攻击以及心理威慑等战术,能够进一步提升无人机作战能力。通过分析纳卡冲突中无人机在性能、体系运用方面的不足,本研究提出应根据不同作战需求,在低烈度战争中发挥无人机性价比优势,现代空中作战开展近距支援作战,面向未来战争要在目标识别等方面发展智能信息处理技术,结合无人机不同功能构建新型无人机战术与作战体系,以实现无人机智能化作战。     

情报大数据治理框架研究

本文从情报处理的发展和演变着手,面向当前大数据技术飞速发展和情报数据量呈爆炸式增长的趋势,介绍了大数据治理的概念和本文对于大数据治理的理解,并进一步针对数据治理和数据清洗内涵的不同进行了区别说明。此外,还梳理了当前各国在大数据治理和大数据开发方面的现状,对我国在大数据治理方面的政策环境和技术发展情况进行了概括。本研究针对情报大数据的特点,分析了大数据治理对于情报数据发挥作用的重要性;针对情报大数据在数据治理方面面临的问题,分析了情报大数据治理的需求;在情报大数据治理框架方面,构建了由人员组织机构、治理机制、形成的能力、治理策略等方面组成的情报大数据治理模型;对情报大数据管理生命周期内的治理内容进行了描述;最后对情报大数据治理的前景进行了简单展望。