一种基于模型的舰船目标特征提取方法

针对中分辨雷达,提出了一种基于模型的舰船目标特征提取方法。通过对特征向量的组合和加权提高了舰船目标的特征提取质量,在人工神经网络识别器中取得了较好的识别效果。     

针对舰船目标高分辨距离像的特征选择方法

为了提高基于高分辨距离像(HRRP)的舰船目标识别率,首先通过目标区域提取来解决HRRP的幅度敏感性和平移敏感性的问题;然后根据传统的特征提取方法,提取出15个较好的特征进行多特征综合识别;最后在基于Fisher准则的特征选择方法上进行改进,提出了一种基于特征互补性的特征选择方法,选择一个最优特征子集。通过仿真实验验证了提出的特征选择方法,同时选择出一个最佳分类器。     

基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

基于几何特征的水面舰船快速检测算法

针对水面舰船在复杂背景下存在大量虚警问题,提出了一种基于几何特征的水面舰船快速检测方法。首先,通过计算原灰度图的下采样序列,获得高斯降维图;其次,利用改进Sobel算法在粗分辨率下增强舰船的对比度,突显目标像素区域,用于区分降维图中目标与背景区域;再次,由于舰船目标与非舰船目标几何形状的不同,计算了长宽比、面积、区域矩形度等因子,结合先验信息鉴别大的舰船目标,同时剔除由于噪声、亮斑等引起的小虚警目标;最后,利用连通区域检测法标记出目标区域,实现海面目标的快速检测。实验结果表明:该方法具有一定的鲁棒性,能够快速、准确地实现海面舰船的自动检测。     

一种舰船目标一维距离像识别的新方法

提出了一种基于傅里叶-梅林变换和二叉树支持向量机相结合的舰船目标一维距离像识别方法。该方法充分利用了傅里叶-梅林变换具有的时移与尺度不变性和支持向量机在小样本分类中的优势,可以改善目标的特征稳定性,提高识别性能。针对多类舰船目标的识别,提出采用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成了多类支持向量机,减少了分类器数量和重复训练样本的数量。对4类舰船目标仿真实验的结果表明,该分类方法具有较高的识别性能、较快的识别速度。     

基于RGB图像的坦克损伤目标三维检测研究与应用

现代战争中,坦克在攻坚战中的地位越来越重要,检测坦克的损伤对于取得战场主动权乃至获取战争的胜利起着决定性作用,所以对实时性要求非常高。采用易获取的RGB图像,以坦克装甲车为研究目标,选用Complex-YOLO为基础三维目标检测模型,针对复杂战场环境中图像内容复杂、弹孔损伤目标小、没有三维CAD模型等问题,对Complex-YOLO模型进行改进,通过使用识别精度高且速度快的YOLOV3网络及九点法回归三维目标检测框的方法,提高模型性能。在坦克数据集上的实验结果表明,改进后的算法对于复杂战场环境下的多目标检测具有更强的敏感性,较大程度上增强了模型的检测识别精度。     

基于纯方位理论的运动舰船长度测量方法

获得运动舰船的船体长度对于航海避碰和目标识别具有重要的参考价值。然而,由于诸多因素的限制,现有视觉技术难以精确测量。为此,引入了纯方位目标运动分析理论结合双目视觉技术实现对运动舰船长度的测量。首先就所研究问题建立运动模型,推导了基于目标舰船方位、距离参数的舰船长度测量方法,针对该方法测量误差大的问题提出了基于航向、距离、方位的舰船长度测量方法。目标航向无法直接获取,为此引入基于纯方位理论的目标航向视觉估计方法,并进行了仿真验证。最后对两种舰船长度测量模型的误差进行了仿真比较分析,结果表明采用本文提出的"距离航向"法,当观测点位于目标舰船正横左右范围内时误差可以控制在10%内,"方位距离"法误差更小,适用的舷角范围更大。     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。     

无人机小样本条件下遮挡和混淆目标识别方法

针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况,提出了一种融合自注意力机制的小样本目标识别模型。在利用元学习思想获取小样本学习能力的基础上,将自注意力机制学习目标内部各部分之间的上下文依赖关系引入模型,从而增强目标表征能力,以解决遮挡和混淆情况下有效特征不足的难题。为验证模型效果,通过对基准数据集和无人机航拍数据进一步加工,构建了遮挡和混淆目标数据集,设置了不同的遮挡程度和背景混淆率。通过在不同数据集上的验证,并与深度学习模型对比,证明提出的模型具有更高的学习效率和识别正确率。     

基于反水雷导航作战的舰船规避区域研究

在遭遇水雷目标时,水面舰艇需按一定航线进行规避,如何制定规避航线、计算规避区域,对舰船航渡过程中的安全性至关重要。文章通过计算水雷危险圆半径,结合舰船机动性能特点,提出了规避线路和规避区域的解算方法,并根据舰船实际旋回曲线,对计算结果进行了修正,完善了解算模型。     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%~18.2%,并且具有更好的识别稳定性。     

基于CNN的SAR图像舰船目标检测算法

为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究。通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标记出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来。实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度。     

舰船动态散射回波建模与稳定性分析

研究舰船在动态条件下的散射特性对于目标识别而言具有重要的价值。以"提康德罗加"级巡洋舰为例,首先简要介绍了舰船静态散射特性数据的获取方法,其次以切片理论为核心建立了完整的水动力学模型,进而对舰船的动态散射回波进行了仿真。最后对仿真数据进行了统计分析,获取了舰船在不同海况、不同入射余角条件下的回波稳定性估计,并通过与外场实测数据的比较间接验证了模型的可信性。研究结果可为海面雷达目标识别提供一定的理论支撑。     

一种基于重要性权重的证据合成方法及其应用

针对Dempster方法在合成高度冲突证据时结果与直观结论相悖的问题,提出了一种改进的基于重要性权重的证据合成方法,并将其应用到海上目标的识别。首先,根据证据之间的相似性程度判断证据间是否存在冲突,对于有冲突的情形,由基于P距离的权重分配模型得到各证据的重要性权值;然后,对BPA函数进行修正,采用Dempster规则修正后的BPA函数进行合成;最后,利用雷达和舰船的对应关系,将侦察雷达探测到的目标雷达信号载频、脉宽、重频转化为雷达参数的概率分配,并运用改进的证据合成方法进行了目标识别。仿真计算结果证明:该方法能有效处理冲突证据组合,克服了一票否决问题,减小了识别结果的不确定性,并保留了Dempster方法处理非冲突证据组合的良好特性。     

驱逐舰武器配置模型研究

如何生成武器配置的可行方案 ,是舰船顶层设计的问题。本文采用运筹学方法 ,建立了驱逐舰武器配置的目标规划模型 ,讨论了建模过程和模型求解。     

舰船磁场动态检测中舰船航迹测量方法研究

针对目前采用GPS或全站仪定位时需要与舰船合作操作、效率低下等问题,提出了一种基于图像匹配定位技术的舰船航迹测量方法,即当舰船通过测量区域时,利用两台摄像机对其进行同步拍摄,然后将视频实时传输至笔记本,再用光流法、Meanshift算法和SURF特征对视频进行处理从而得到舰船在不同时刻的三维坐标,最终确定其航向和位置。实验结果表明:在10 m的拍摄距离下,目标定位误差平均为0.096 m。采用该方法对舰船航迹测量时定位精度较高且后期操作简单易行,具有非合作的特点。     

基于对抗推演的训练样本生成框架

针对军事目标图像智能识别、智能平台对抗等AI算法学习训练缺乏高质量样本难题,提出了一种基于对抗推演的训练样本生成框架。从训练样本的数据格式、作战业务的维度,建立了训练样本分类体系;从样本特征、样本标签两方面,提出了训练样本的表征方法,建立了军事目标图像、目标航迹等训练样本表征模型;建立了基于对抗推演的训练样本生成框架,依据红蓝双方的行为决策模型,开展对抗式仿真推演,积累训练样本数据;以智能空战决策训练样本为典型案例,提出了基于规则与微分方程求解相结合的方法,通过自主对抗模拟产生训练样本数据,支撑智能空战决策AI算法训练。     

真实感地貌生成算法的研究与实现

介绍一个可生成有真实感三维地貌图的生成算法。该算法通过采用线性插值方法计算地貌各点的高度,引入一适当的观察模型进行视见变换,并采用改进了的浮动水平线算法,依据地形数据信息生成逼真的三维地貌,并用C语言在微机上实现。     

基于生成对抗网络的空中红外小目标仿真模型

空中红外小目标在目标检测、目标追踪等军事领域有较高的应用价值,但是其获取成本高昂。在WGAN模型中引入降噪算法改善生成图像质量,同时改进Wasserstein距离惩罚项,提出了一种基于生成对抗网络的空中红外小目标仿真模型（IST-WGAN）,在自建空中红外小目标数据集上训练模型,模型生成的红外图像通过主观判别、FID分值和小目标检测算法验证。结果表明,所提模型能够生成有效的红外小目标样本。     

一种基于视觉的目标舷角实时测量方法

舰船的舷角是鱼雷攻击时的重要参数,同时也是海航避碰中避碰线路确定的计算依据。在基于视觉的识别中,获取目标舰船的舷角即可确定其相对拍摄视角,从而大大缩小在全方位视野特征库中的搜索范围,提高识别速度。然而现有的舷角测量方法均是采用连续跟踪解算实现的,无法实时测量。为解决实时测量的问题,首先推导了基于视觉的目标舰船舷角测量原理,然后针对摄像机倾斜的情况提出基于水天线校正的改进方法,最后通过实验验证,结果表明方法简单易操作、实时性好。