一种针对特定目标的提议算法

Edge boxes是一种一般目标提议算法,为了提高其对特定目标提议的有效性,提出了一种改进的Edge boxes提议算法。Edge boxes算法通过对候选框评分得到候选区域,针对特定目标,改进了评分的依据。首先,提取目标的不同区域,得到被候选框完全封闭包围的轮廓在这些区域中的像素点,由各个区域的像素点的均值幅值构成特征向量;其次,计算各个候选框与目标的特征向量的差值,并将差值与被候选框完全封闭包围的轮廓的数量结合起来,作为评价各个候选框包含目标可能性大小的依据。所提算法在视频序列上进行了实验,精度至少提升了10.71%,验证了改进算法的有效性。     

尺度约束辅助的空对地目标智能检测方法

受视距远、视差小、目标特征单一和背景复杂等因素的影响,空基无人平台对地目标检测作为智能无人平台领域研究的难点问题,得到了越来越多的关注。利用传统的基于深度学习的目标检测算法容易出现错检和漏检,对此,利用单一观测视角下的同类目标成像一致性,定义了空对地区域重叠度(insection of unit,IOU)损失函数,实现了序贯图像同类目标之间的相关性表示;此外,利用空对地场景下目标之间的相关性,建立了基于朴素贝叶斯判据的目标尺度约束辅助检测模型,以提高目标检测的鲁棒性。最后基于公共数据集和自有无人机平台飞行数据,进行了空对地典型目标的检测实验,检测结果证明了上述方法的有效性。     

空基平台无源定位精度分析

针对三维空间内的空基平台对海面目标的无源定位问题,在考虑了多种测量误差因素的条件下,建立了定位模型,分析了各种测量误差对最终定位精度的影响.仿真实验表明,所采用的定位精度分析方法能够有效的分析空基平台的定位精度.从仿真实验结果中得到了各种测量误差对定位精度影响的一些指导性结论,为提高空基平台无源定位的测量精度提供了依据.     

基于背景补偿的空基视频图像目标检测

基于空基平台的运动目标检测及跟踪有重要的军事应用,由于平台的运动使得背景发生变化,给目标的检测带来困难。基于Harris特征点检测方法可以有效的进行背景运动补偿,但结果受阈值影响明显,还无法根据场景自适应的设定阈值。本文研究了基于特征点跟踪的背景补偿方法,对不同场景都可实现稳定检测,同时分析运动目标对配准的影响,并根据检测结果进行特征点的筛选。实验证明,该方法是一种稳定的检测目标检测方法。     

基于改进SSD框架的遥感影像飞机目标检测方法

针对深度学习在遥感影像飞机检测特征提取阶段未专门顾及特定目标的问题,基于单一目标多尺度检测(SSD)框架,提出飞机目标多尺度检测方法(AFSSD).通过分析使卷积神经网络的特征图得到最大响应的视觉模式,结合飞机目标几何特征,建立飞机目标特征提取网络;使用K-均值方法对飞机尺寸聚类,将聚类中心作为代表性的尺寸,构建飞机目标候选框生成网络.仿真结果表明,该方法可以有效检测不同尺寸的飞机目标,提高了检测精度.     

基于自适应正交单纯形CKF的鲁棒目标跟踪方法

为减小模型异常对目标跟踪系统性能的影响,提出了一种自适应正交单纯形容积卡尔曼滤波(AOSCKF)算法.将正交单纯形准则引入容积卡尔曼滤波中,提高滤波估计精度和计算稳定性;将强跟踪滤波(STF)中的自适应因子引入正交单纯形容积卡尔曼滤波(OSCKF)算法中,降低系统模型异常对目标跟踪的影响;将所提算法应用到双站纯方位目标跟踪系统中进行仿真实验.结果表明,AOSCKF算法可有效提升算法的鲁棒性和滤波精度.     

面向飞行器电磁散射特征诊断的近场频域成像算法

无人机在结构样式和材料构成方面具有的灵活性使得其相比有人机具有更大的隐身性能优化空间,在室内或者室外开展近场成像变得迫切。结合飞行器转台成像几何模型建立了近场转台成像通用信号模型,提出了一种面向飞行器电磁散射特征诊断的近场频域成像算法,在子孔径成像设置约束下,近似将斜距平面频谱按照水平面频谱处理;分析了该算法适用的条件,并围绕典型近场成像几何和飞行器尺寸生成仿真数据,在0.6～35 GHz范围内选择典型波段完成近场成像,良好的成像结果证实了理论分析与所提算法的正确性。     

基于直线扫描的引信钢球分层成像检测算法

针对现有的火药引信装配正确性检测方法中存在的无法准确检测遮挡严重的零件的问题,提出了引信中钢球分层成像定位检测算法。将X射线源直线移动扫描待测物体形成多个虚拟的小孔径,结合光学合成孔径原理对所有小孔径进行合成,将合成的虚拟大孔径成像在不同距离深度的平面上,实现对目标的定位和检测。试验结果表明：所提算法能够在火药引信钢球相互重叠的情况下利用深度信息进行分层成像,提供待测物体的深度信息,能够对不同层次的目标进行检测,确定待检测物体的数量,解决了现有的检测方法在检测过程中出现的漏检问题。     

MOTE的空基反导军事概念模型描述

探讨了基于隐身无人机平台的空基反导军事概念模型,提出了基于MOTE的空基反导军事概念模型描述方法,研究了空基反导的任务概念、作战概念、技术概念和装备概念。介绍了空基反导军事概念模型效能评估的框架和原则,最后给出了空基反导所涉及的关键技术。通过该研究,为发展空基反导装备和作战使用提供了新的思路和方法,对构建空基反导体系具有指导意义。     

非椭圆扩展目标联合跟踪与分类算法

充分利用目标尺寸和形状信息,提出了一种基于星凸随机超曲面模型(random hypersurface model, RHM)的非椭圆扩展目标联合跟踪与分类(joint tracking and classification, JTC)算法。将目标空间扩展状态建模为星凸形状,通过目标类别相关先验信息的矢量化建模,建立起其与目标瞬时扩展状态的关系,并在统一的贝叶斯滤波框架下,实现跟踪与分类的一体化处理;进一步对目标运动学状态和扩展状态单独进行建模,并通过构建扩展状态的似然函数,利用粒子滤波实现目标类别概率算式的递推处理。仿真结果表明:与基于椭圆形状的扩展目标JTC算法相比,所提算法能对尺寸相近、形状不同的目标进行准确分类,同时可改善目标状态的估计效果;与基于星凸RHM的扩展目标跟踪算法相比,所提算法能大幅提高目标状态的估计性能。     

基于稀疏贝叶斯学习的扩展目标雷达关联成像*

雷达关联成像不依赖于雷达与目标的相对运动,是一种高分辨凝视成像方式。传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该算法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该算法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

增量元学习IDBD算法在轴频电场信号检测中的应用

为了提高海洋环境电场背景中微弱舰船轴频电场的检测能力,针对传统的最小均方误差算法进行了改进,提出了一种基于增量元学习IDBD算法的自适应线谱增强器。利用所提算法对舰船缩比模型产生的实测轴频电场信号数据进行处理,结果表明该算法在低信噪比的情况下能够有效地将微弱轴频电场信号从宽带背景噪声中分离出来。所提算法相比于普通的自适应线谱算法,在改善信号的信噪比方面效果更加显著,且具有更快的收敛速度和更小的稳态误差,极大提高了舰船轴频电场的检测能力。     

空基反导作战需求分析及概念研究

针对利用空基平台进行弹道导弹助推段拦截的作战需求问题,首先从当前反导作战面临的威胁出发,提出了助推段拦截的作战能力需求。接着根据"基于能力"的作战需求分析方法,具体分析了空基助推段反导(简称"空基反导")对空基平台、预警探测系统、指挥控制系统和拦截弹的能力需求。最后初步研究了空基反导的空基平台、预警探测、指挥控制和拦截弹概念方案。研究结论对空基反导装备发展和需求论证具有一定的指导意义。     

模糊自适应PMHT机动目标跟踪算法

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题.将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法.该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化.仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的.     

三维转动下旋转对称目标的转角估计方法

转角估计是逆合成孔径雷达成像中的基本问题,得到的横向定标后图像可实现目标真实外形和尺寸等特征的提取,并为目标的参数估计和分类识别提供基础。针对三维转动的旋转对称目标,由于其转角变化的高度非线性,提出了一种基于旋转匹配特性的转角估计方法。基于旋转对称目标的三维转动模型,首先对目标在径向距离—速度差平面上的旋转匹配关系进行了证明和分析。进而,基于最优化准则,在雷达视线角二阶多项式近似下完成转角估计。仿真实验以进动锥柱体为例,在一个进动周期上对等效转速进行估计,结果表明算法在几乎所有的成像时刻都能有效估计目标转角。同时,实验还分析了散射点个数对转角估计性能的影响。     

一种基于外辐射源的弱目标检测跟踪算法

针对强杂波条件下弱目标的检测跟踪问题,提出一种基于外辐射源的极大似然概率数据关联检测跟踪算法。该算法建立了多基站外辐射源雷达系统数学模型,并提出基于极大似然概率数据关联的弱目标航迹起始算法。利用遗传算法解决极大似然概率数据关联中的优化求解问题,以提高目标检测跟踪性能。通过滑窗法实现航迹维持。仿真结果表明,所提算法能有效解决强杂波条件下弱目标的检测跟踪问题,并改善检测跟踪性能。     

改进自适应中值滤波算法在图像去噪中的应用

传统自适应中值滤波算法不能根据图像噪声浓度自适应改变最大最小窗口尺寸,并且噪声浓度较高时,算法的执行效率会显著降低。针对上述问题,提出了一种改进自适应中值滤波算法。该算法的主要思想是通过估计图像的噪声污染浓度,建立噪声浓度与窗口尺寸的函数映射关系,确定最大最小窗口尺寸。针对传统自适应中值滤波算法运行时间较长的问题,提出了基于分治法的思想快速确定滤波窗口中图像灰度的最大最小值和中值。从实验结果来看,该算法提供了最大最小窗口尺寸设置的依据,在获得相同滤波效果的同时比传统自适应中值滤波算法执行效率更高。     

基于加权动态规划和航迹关联的小目标检测技术

低信噪比下运动小目标的检测一直是成像目标检测中的一个热点问题。提出了一种新的小目标检测算法,采用方向加权的动态规划算法和二值航迹关联,克服了低信噪比下目标机动和传感器的不稳定对小目标检测的影响,实现了对深空背景下运动方式任意、速度最大达1像素/帧的弱小运动目标的有效检测。     

利用HRRP序列提取弹道目标进动周期

进动是中段弹头的特有属性,依靠提取进动周期进行目标识别有很大的理论和实际意义。首先建立了中段弹头的圆环边缘滑动散射点模型,并给出各散射点的坐标表示。在此基础上,利用解线频调算法,通过控制慢时间采样间隔获取一维距离像序列,得到目标在不同姿态角下的成像结果。最后,分析成像序列特征,提出了一种新的进动周期估计算法。仿真实验表明,所提方法能够准确有效地提取目标的进动周期。     

目标区域局部特征和局部图像质量相结合的激光干扰效果评估

为客观描述光电成像系统激光干扰效果,提出目标区域局部特征和图像质量相结合的干扰效果评估算法。图像的局部特征用特征点描述,图像质量用结构相似度指数描述。该算法利用特征点匹配算法确定场景图像中的目标区域,计算干扰前后目标区域内特征点数量的变化、干扰后目标区域内未饱和面积所占的比重以及目标区域内图像的结构相似度指数,并将上述各参数相乘得到最终的评价指标。利用该方法对典型激光干扰图像进行评估,结果表明:在不同入射功率和不同光斑位置情况下,所提评估指标比单独使用结构相似度的评估指标具有更大的取值范围和更明显的非线性变化特征。这说明:该指标能够反映光电成像系统激光干扰过程的丰富细节,更加适合激光干扰效果的评估。