基于侦察图像信息的目标提取和测量研究

光电侦察在战场侦察中具有非常重要的地位。但我军现有的光电侦察装备,仅仅能够记录侦察获得的图像信息,还不具有自动检测和提取图像中目标的能力,无法满足现代战争条件下战场侦察的需要。针对现有光电侦察的需求,采用改进的均值分割算法提取图像目标,进而采用空间滤波的方法滤除噪声,并利用游程连通性分析和计算形心坐标方法实现目标位置的提取和测量。     

《现代战场目标侦察与敌我识别》书讯

高技术条件下现代战场中的目标侦察与敌我识别问题 ,已显示许多全新的概念和特点 ,从而成为国际侦察技术和信号处理技术的重要课题。海湾战争中 ,多国部队由于误伤引起轩然大波 ,使敌我识别问题受到各国军事家的高度重视 ,美国在当年就拨款几千万美元进行研究。《现代战场目标侦察与敌我识别》系由江苏省系统工程学会军事系统工程委员会组织军内外十个院校和研究所的教授、专家编著而成。全书共分十二章 ,介绍了现代陆、海、空战场目标的雷达侦察、光学侦察、红外侦察、通信侦察等多种侦察系统及其敌我识别方法 ,伪装目标的侦察和敌我识别方…     

时频分析在战场侦察多目标识别中的应用

在通过仿真研究多目标信号特征基础上,分析了时域、频域在处理战场侦察多目标识别时的不足,提出一种基于时频分析的信号特征的多目标识别方法。本方法充分利用了探测信号的信息,提高了战场环境下多种目标的识别率。     

信息化装备的触角——战场侦察传感器

人们对于军事侦察的概念,多数来自像《侦察兵》、《渡江侦察记》一类的电影:乔装打扮的杨子荣、手持盒子枪的李向阳们深入敌后,抓“舌头”、偷地图,用望远镜查看地形、用电台报告敌情……殊不知,斗转星移,现代化的侦察早已经面目全非。20世纪60年代后期,美国在越南战场开始使用传感器进行侦察。传感器侦察的技术基础,是传感器能感受目标运动引起的周围环境物理量的变化(如声、磁、震动、红外辐射等),并将其转换成易于识别和分析的图像或信号;然后经     

战场图像情报侦察处理技术及其发展

为了及时了解和掌握图像侦察领域最新的处理技术和发展动态,研究了战场图像情报的特点,主要获取手段,美军目前使用的几种典型战场图像侦察装备,战场侦察图像的融合处理和关键技术。     

离散小波变换在被动声目标识别中的应用

研究了战场被动声目标鲁棒特征参数的提取,分析了战场声信号与语音信号特征的相似性,提出基于MFCC参数的战场声目标识别方法。针对战场环境存在强噪声干扰情况,提出一种改进的MFCC特征参数(DWTMFCC)提取方法,该方法将小波分析和MEL倒谱分析结合,提高了特征参数的鲁棒性。仿真结果表明:在噪声条件下,利用DWTMFCC参数进行声目标识别,平均识别率比MFCC参数高出3.134个百分点,信噪比为5dB时,识别率仍达到93.67%。     

基于空间信息技术的战场侦察与情报处理技术体系研究

在战场侦察中,空间信息技术能用于目标与环境探测、资源定位与报告、时空分析与处理、战场可视化、侦察指挥控制与军事空间决策等方面,进而实现战场侦察多维度探测、形象化表达、动态化分析、逼真化模拟和科学化决策。针对目前空间信息与战场侦察交叉体系化研究比较薄弱,且技术体系尚不明确等问题,在分析战场侦察技术需求的基础上,从空间信息技术的3大核心(遥感、地理信息系统和定位导航技术)入手,分别探讨了其在战场侦察中的作用,构建了基于空间信息技术的战场侦察与情报处理技术体系,回顾了空间信息在战场侦察中的应用现状,并对未来的发展进行了展望,为空间信息技术与战场侦察的交叉研究奠定了基础。     

随机共振理论在雷达信号截获中的应用

雷达侦察主要通过无源侦察接收设备对空域中敌方雷达辐射源信号进行检测,若要实现对敌辐射源信号的截获,基本条件就是敌雷达信号能量能够达到雷达信号侦收设备的截获灵敏度。然而现代战场中,电磁环境复杂多变,敌雷达信号往往被干扰信号、噪声等掩盖,导致侦收设备漏警概率提高。针对以上问题,提出基于随机共振原理的雷达信号截获判断的方法,增大了截获信号的输出信噪比,解决了由于噪声过大掩盖的雷达信号的侦收问题。将该方法应用于雷达告警接收机的前端截获部分,大大降低了截获系统的漏警概率,保证了整个截获系统的稳定性。仿真实验验证了该方法的有效性。     

未来战场真能“透明”吗?

高技术条件下,侦察卫星可在上百千米高的轨道上严密地监视地面目标,而不受国界和地理条件的限制。遥感技术的飞速发展及其在侦察领域的广泛运用,加之传统的侦察技术、手段的继续作用,不仅使侦察的面积更大、范围更广、速度更快、精度更高、识别真假目标的能力更强,而且不受天候、时间的限制。因此,战场的“透明度”越来越大。但由于高技术条件下的侦察系统、侦察监视设备仍有许多薄弱环节,战场并不能做到“透明”。     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

基于空域相关滤波的雷达回波信号降噪方法

对雷达探测来说,如何有效地增强真实目标回波信号、提高信噪比水平是非常重要的。传统的降噪方法如平滑滤波、傅立叶降噪很难有效地降低与目标频谱相重叠的噪声。空域相关滤波算法是小波滤波算法中的一种,能够有效地解决这个问题。该算法是利用真实信号与噪声在尺度间的不同表现来实现的,能够在保留信号细节的同时,有效地降低噪声。仿真表明,该算法在雷达回波的降噪中取得了较好效果,有效地降低了噪声。     

水中目标辐射噪声调制信息提取方法研究

讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解,实现调制信号与辐射噪声的分离;然后,利用小波变换提取其包络,求取功率谱得到调制信息.在此基础上,对实测辐射噪声数据进行仿真研究.结果表明,该方法用于噪声中调制信息检测是一种有效的手段.     

电晕放电若干特性的实验研究

为研究空中带高压物体的电晕放电辐射信号特征,采用组建的静电放电测试系统对电晕电流及其辐射信号进行了实验研究。实验表明：电晕放电脉冲波形具有明显的极性效应。负极性下先发生电晕放电,且电流波形的上升时间小于正电晕电流;电晕放电信号波形前沿陡峭,上升时间从几个ns到二十几个ns;电晕放电辐射信号的频谱成钟型连续谱,其频率范围主要集中在20～100MHz之间;极性不同,电晕放电辐射信号波形不同,并且正电晕信号幅值高于负电晕信号幅值。     

船舶近场声辐射特性初探

为了修正目前国内所普遍采用的船舶辐射噪声测量方法,建立了一个具有一定空间分布的船舶辐射噪声源模型。利用波数积分方法仿真计算了该模型在自由场条件下的近程声场,并分析了近场辐射噪声的基本规律。仿真结果与国外文献提供的船舶水下辐射噪声近场特性吻合,验证了所建模型的正确性。     

船艇机舱发动机辐射噪声研究

针对在混响声场发动机辐射噪声识别困难的问题,提出用统计能量分析法对船艇机舱发动机进行噪声源分析。建立了机舱发动机噪声源识别模型,计算了发动机各表面的辐射声功率大小及频率特性。应用表面振动测量法对机舱发动机各表面辐射噪声进行识别,其结果与统计能量分析法的对比表明:统计能量分析法考虑声场的反射和叠加,能更好地识别复杂声场环境下发动机辐射噪声。     

舰艇辐射噪声仿真信号应用风险评估模型

为了克服传统风险评估中定性分析方法客观性较差等缺点,定义了与仿真信号特征参数一致性相关联的后果系数,对仿真信号风险事件所导致的后果进行了定量分析,并在此基础上提出了基于一致性分析的仿真信号应用风险评估模型,最后给出了该模型应用于舰艇辐射噪声仿真的评估实例。评估实例表明,该模型不仅有助于充分挖掘信号仿真中阶段性数据的有用信息,同时也能为仿真信号的风险评估提供实用工具。     

形态滤波和自相关降噪的Hilbert边际谱在轴承故障诊断中的应用

Hilbert边际谱是Hilbert-Huang变换在频域的一种表示形式,适合分析机械故障诊断中广泛存在的非平稳信号,但是噪声会影响Hilbert边际谱的分析精度。针对从装甲车辆机械系统采集的振动信号中噪声的特点,将形态滤波和自相关相结合,对振动信号进行降噪,提高了Hilbert边际谱对振动信号的分析精度,并在某型坦克变速箱主轴7216轴承滚动体点蚀故障诊断中得到了应用。     

亚音速飞行目标气动噪声方位角估计技术

亚音速飞行弹道气动声源是宽带非平稳噪声。提出基于小波函数的波达方向估计算法,并采用时频分析方法进行特征分析,获取气动噪声显著目标特性。通过优化时间-空间谱特征,对在时频域空间谱的目标信号进行优化,从而增强目标信号在空间谱上的显著性,最终有效实现亚音速飞行弹道气动声源的角度估计。实验数据验证表明,基于时频分析阵列信号处理模型,可以更好地实现亚音速飞行目标气动噪声方位角估计。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题，提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解，得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数，并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明，该方法可以实现对舰船辐射噪声的特征提取，与已有方法对比，该方法具有较高的识别率。     

基于不同能量值特征优选的水声目标识别

采用Bartlet平均周期图、小波变换和经验模态分解方法分别提取信号的频段能量值特征、IMF能量值特征，重点对IMF能量值特征进行特征优选。通过设计BP神经网络分类器，对实测的四类舰船目标的辐射噪声信号进行测试，取得了较好的识别效果。