改进的YOLOV3算法在小目标检测中的研究与应用

战场目标的图像检测与识别对于战场监视、侦察、毁伤状态评估和火控系统研究等具有重要作用.以坦克装甲目标为研究对象,选用识别精度高、速度快的YOLOV3为基础目标检测模型,针对复杂战场环境中获取图像目标特征信息少的问题,引入多尺度特征增强结构的方法对YOLOV3模型进行改进,通过丰富特征图多样性的方式,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小目标特征具有更强的敏感性,较大程度上增强了模型的识别精度.     

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。     

战场目标价值偏好不确定分析模型

根据作战需要对战场目标价值进行分析并确定其先后顺序是炮兵、防空兵作战指挥员及指挥自动化辅助决策系统的一项重要任务.对目标价值分析算法进行了总结,分析了模型的一般结构特征.为解决以往算法中指标权重不确定性带来的问题,根据多属性决策的特点,运用模糊决策理论提出偏好不确定的战场目标价值计算模型.同以往目标价值分析算法相比,该模型具有较好的适应性及可操作性,为炮兵防空兵指挥员的决策行为提供了依据.     

基于可能度的信息化战场目标价值评估方法

目标价值评估是指挥员确定目标打击顺序与强度的前提和基础,是战场火力运用的基本依据.针对目标价值评估指标信息的复杂性及不确定性,采用基于可能度的决策方法评估战场目标价值,充分利用了全部指标信息,为指挥员合理选择打击目标提供了科学依据.     

反无人机视觉检测与跟踪技术进展分析

为应对无人机“黑飞”“滥飞”等对国防和公共安全造成的巨大威胁,反无人机技术研究成为当前迫切的现实需求。首先,对比分析雷达、无线电、声音、机器视觉4类典型的反无人机检测技术;其次,重点针对反无人机的视觉检测与跟踪技术,从目标检测、无人机识别、无人机跟踪等角度,详细分析视觉检测与跟踪关键技术的优势与不足,以及各项技术在反无人机检测跟踪中的应用情况及改进策略;最后,探讨应用中较为突出的检测精度、跟踪遮挡、实时性、数据集收集标准、多技术融合5个方面问题和发展趋势,为相关技术研究提供参考。     

基于D-S证据理论的炮兵战场目标价值分析*

针对如何依据目标情报资料和作战任务需要合理评估战场目标的价值,选择需要射击的目标和确定优先顺序,建立了战场目标价值评价体系,提出了一种运用D-S证据推理理论对炮兵战场目标价值进行分析的新途径,该方法运用D-S证据组合公式对目标繁杂、不确定信息的融合,能够很好地消除目标信息的不确定性,从而将具有主观不确定性信息的目标价值分析问题转化为普通的确定性决策问题。通过实例证明了方法的有效性。     

基于禁忌搜索的作战重心分析与选择方法

研究了作战目标网络的重心分析与选择方法,为战场指挥员的指挥决策提供依据.定义了战场重心的概念,从考虑打击代价的角度建立重心发现的优化模型,给出了基于禁忌搜索的求解算法,并通过实验案例验证了模型和算法的有效性和可行性.     

基于主成分分析的战场目标选择模型

针对战场目标数量众多、信息复杂的特点,运用主成分分析理论探讨了战场目标选择问题.分析了战场目标的组成.确立了目标重要性评价指标体系,建立了战场目标重要性评估模型.对某作战想定t时刻战场目标的重要性进行了综合评估,得到了战场目标排列顺序.该模型克服了指标权重选择上主观因素的影响,便于计算机编程迅速实现,较好地满足了指挥员快速准确把握打击重心,确立打击次序的需求.     

语言型EWAA算子的目标战场价值评估

从发现的多个目标中确定打击顺序,取决于各目标的战场价值.通过定义模糊语言形式的评估标度及其运算,采用语言型EWAA算子对模糊语言偏好信息进行了集结,从而对目标战场价值进行评估,符合战场环境的复杂性和人们思维的模糊性,使指挥决策更加快速、准确.实例证明模型有效,计算简单.     

基于云模型的坦克射击目标选择研究

由于现代战斗中大量使用各种先进的武器系统和技术装备,我坦克在战场上面临多种不同种类、不同价值、不同威胁程度的射击目标。然而,战场情形瞬息万变,需要考虑的因素错综复杂,因此,需要一种能够应用于指挥控制系统的射击目标选择方法来辅助坦克乘员进行射击目标选择。尝试应用构建云模型的方法对坦克射击目标的特点进行分析,从而得出备选目标的一组排序。     

基于混沌pso算法的实时动态目标分配

任务分配是多导弹协同攻击目标的重要前提,在充分考虑满足复杂战场环境各种约束的条件下,提出了基于混沌粒子群算法的实时动态算法,使得算法在求解WTA问题时具有处理意外目标和任意时刻响应当前战场状态的实时动态特性。并为了解决战场环境中各不确定性因子对新加入目标优先级的影响,提出基于三元区间数表示关联熵的复合物元目标排序方法。     

战场目标声音识别关键技术研究

战场目标声音探测技术在现代战争中发挥着越来越重要的作用。针对战场目标声音识别的一些关键技术进行了研究。首先分析了目标声音探测技术的军事应用特点,然后对战场典型目标发出的噪声的物理特性进行了分析。最后论述了战场目标声音识别技术中的几种关键技术,重点分析了特征提取中的LPCC、MFCC技术以及分类器中的隐马尔可夫模型,为战场目标声音识别系统的开发奠定了基础。     

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。     

地面战场运动目标识别NN-ST专家系统

本文在对现代战争条件下地面战场运动目标性质及特征研究的基础上,根据军事领域专家的经验和多传感器侦察的特点,将动态补偿神经网络模型与时空数据融合模型相结合,构造了地面战场运动目标识别的ＮＮ－ＳＴ专家系统。     

一种基于HLA的战场目标仿真实现方法

分析了联合作战仿真中战场目标仿真的主要内容,提出了第三方独立进行战场目标毁伤效果计算的思路,通过目标视景仿真与目标毁伤效果计算有机分离的实现策略,给出了一种基于HLA的战场目标仿真实现方法,提高了仿真结果的可信度和模型的可重用性。     

基于毁伤效能贡献程度的弹药品种结构优化研究

为提高作战弹药毁伤效能对不确定性作战目标的适应性,以弹药目标匹配数据为基础,基于毁伤效能贡献程度优化作战弹药品种结构,以充分发挥弹药毁伤效能,从而实现弹药选用结构配置对战场复杂性的有效适应。此方法可为弹药毁伤效能贡献程度评估模型构建和作战弹药选用品种结构优化应用提供理论借鉴。     

基于MEBN的战术级空中目标意图识别

战术级空中目标意图识别是现代化防空作战中理解战场态势、预测目标行动的关键.构建空中目标意图识别模型的核心问题是如何表示不确定的意图因素以及它们之间的关系.分析了具有典型防空作战意义的想定,并结合军事经验总结了影响意图识别的因素.提出了应用多实体贝叶斯网络(Multi-Entities Bayesian Network)描述空中目标意图,在贝叶斯推理中融入逻辑理论,采用具体的基于知识的SSBN构建算法动态地进行空中目标意图识别.通过仿真实验,验证了此方法的有效性和可行性.     

MOQPSO/D算法求解不确定目标分配问题

为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.     

一种空中目标的不确定性威胁程度预测模型

目标威胁预测是对空态势和威胁估计的重要内容.针对空中目标飞行控制的基本特点,建立了基于经验公式的空中目标不确定性位置预测模型,进一步推导了不确定性威胁概率预测的模型和实用算法.仿真结果证明了模型的有效性,可用于多类空中目标意图推理及威胁判断.     

基于BP神经网络的空中目标威胁排序

研究了BP神经网络算法对空中目标进行威胁排序的方法.水面舰艇对空防御作战中,舰载平台多传感器系统获得空中目标属性信息不完全,利用BP神经网络建立目标各属性权值的分配模型,通过大量的实例对模型进行训练,可以使所获得的空中目标属性信息得到充分利用,从而得到基本符合战场环境的客观的空中目标威胁排序.