【专题】基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列（FPGA）进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。     

基于正交设计的反舰导弹末制导雷达参数优化

分析了反舰导弹末制导雷达的目标捕捉的限制条件,以一种典型的目标态势为前提建立了基于蒙特卡洛仿真法的目标捕捉概率计算模型,在此基础上利用正交设计的方法对末制导雷达参数组合进行寻优,并通过调整重要因素水平进行多次实验,得到了适合当前目标态势的较优参数组合,为提高反舰导弹目标捕捉能力的相关研究提供了参考。     

红外成像型反舰导弹作战环境仿真研究

红外成像型反舰导弹的作战主要包括:被攻击的舰船目标,海水、天空背景,以及光照和大气中的自然干扰和可能遇到的人为干扰———红外诱饵弹、红外烟幕弹等。对作战环境的成像仿真是红外成像型反舰导弹效能评估的一个重要内容。为了使仿真达到实时、动态和交互的效果,讨论了一种运用OpenGL编程实现三维动画的仿真方法。     

态势取样的机载雷达杂波影响

从复杂背景下机载雷达的目标探测模型出发,分析了探测过程中的各种态势信息,研究了态势取样的过程.在此基础上,建立了典型背景条件下地杂波、海杂波、箔条干扰杂波、气象杂波的计算模型.并基于上述模型进行仿真实验,对比分析了背景杂波对机载雷达目标探测性能的影响,仿真和分析结果表明了该模型的合理性和有效性.     

舰载无人机干扰反舰导弹最优空间配置

针对舰载有源干扰在反导防御中存在的不足,以舰载无人机干扰敌反舰导弹的基本态势分析为基础,建立了舰载无人机最小有效干扰距离计算模型。针对反舰导弹跟踪辐射源的情况,以反舰导弹进入烧穿距离后不能再次捕捉目标为前提,建立干扰具备"跟杂"能力反舰导弹的舰载无人机阵位配置模型,为水面舰艇编队对空防御增加了新手段。     

舰载软硬杀伤武器的一体化

舰载软硬杀伤武器一体化的必要性目前,水面舰艇面临着日趋严重的反舰导弹威胁。反舰导弹可从空中、岸上、舰上和水下不同的场合发射,其制导方式有雷达制导、红外制导、雷达/红外复合制导和红外成像制导等等。装备各种不同反舰导弹的国家已有70多个,反舰导弹已发展到第四代。今天的反舰导弹已具有很高的精度,如果不采取有效的防卫     

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。     

基于人类视觉机制的红外目标检测方法

针对红外小目标图像信噪比低,背景复杂等特点,提出一种基于人类视觉系统对比机制的红外小目标检测方法。该方法充分模拟人眼视觉系统对比机制,通过图像局部视觉对比度显著图及自适应阈值选取,锁定感兴趣目标区域,实现对红外图像中弱小目标的精确检测。与Top-hat和逐个像素对比度计算的检测方法进行了对比,实验结果表明所提出的方法能够在低信噪比条件下更有效地检测红外弱小目标。     

反舰导弹自主式火力分配

针对反舰导弹火力分配问题,提出了应首先实现从"瞄准式火力分配"向"自主火力分配"的观念转变,研究了反舰导弹自主火力分配的概念和国外发展动态,探讨了火分代码法、目标尺寸法、目标成像法和火分规则法四种自主火力分配方式的思路及对海战场的影响。研究表明,反舰导弹采用自主火力分配方式,能有效提升其自主作战能力。     

基于深度学习的防空武器红外目标识别技术应用研究

针对防空武器的作战使用需求,提出了一种基于深度学习的防空武器红外目标识别流程,通过大视场进行目标检测,小视场进行目标跟踪识别.在目标检测阶段,采用YOLO网络模型实现全图多目标识别定位;在目标跟踪阶段,采用超分辨率重建算法提升目标局部图像分辨率,利用深度残差网络模型实现跟踪目标的识别分类.试验结果表明,基于深度学习的空...     

智能监视系统中红外运动目标检测

本文使用一种基于Cauchy分布统计背景模型的背景剔除（background subtraction）技术成功地实现了对低分辨率红外视频目标的检测。提出以柯西分布作为斧景图像像素强度比值的统计分布模型，并融合图像局部线性相关技术实现背景剔除。该方法同时利用了单个像素点的时序统计特性和邻近像素点所蕴涵的空间区域特性，实现了精确的目标检测。最后的实验表明，所提供的算法可以对室外场景中的红外视频目标实现精确地检测，可以有效地抑制背景中杂波的干扰。     

可见光侦察装备侦察功能仿真模型研究

为实现炮兵侦察装备作战运用仿真平台,根据可见光侦察装备侦察目标的基本程式,运用蒙特卡罗(Monte Carlo)方法,建立了基于电子地图的可见光侦察装备侦察功能仿真模型,并在Windows XP平台下,采用Delphi 7.0编写了仿真程序,最后通过一个仿真实例,验证了仿真模型的合理性和可操作性。     

基于部件模型的无人机系统小样本车辆目标识别方法

对地目标检测与识别是无人机系统典型任务之一,但受限于任务特殊性,往往难以获取足够的目标样本数据以实现高可靠的目标识别。为此,结合人的认知特性,提出一种基于部件模型的小样本车辆目标识别方法,可有效提高无人机感知能力。采用视觉显著性检测与物体性检测相结合的检测方法,提取目标可能区域;采用基于图论的GrabCut方法与最大类间方差法相结合的分割方法,分割目标并提取目标内部件;采用基于概率图模型的部件识别方法,通过将部件轮廓稀疏表示为条件随机场,并进行概率推理实现部件识别;采用基于贝叶斯的目标识别方法完成目标是否为车辆的判断。通过无人机拍摄的车辆图像验证表明,算法可在样本较少、光照变化、存在遮挡等情况下,以较高准确率检测并识别出车辆目标,同时识别算法具有一定可解释性。     

基于SMC的红外序列图像目标检测算法

提出一种海天背景下红外序列图像自动目标检测算法。该算法针对输入图像严重的非高斯分布噪声干扰和目标在序列图像中的非线性运动特性,基于SMC(Sequence Monte Carlo)方法通过目标的特征统计值影响蒙特卡罗采样的粒子权值,再利用该权值控制粒子状态变化,最终在目标特征图像中检测和跟踪目标,使用差分图像作为特征图像。试验结果证明,该算法可准确有效地检测目标,适合快速处理的实时性。     

面源红外干扰弹对抗红外成像制导导弹的仿真研究

为验证机载面源红外干扰弹干扰效果,通过分析红外成像制导导弹和面源红外干扰弹的工作机理,建立面源红外干扰弹对红外成像制导导弹干扰的对空仿真系统。介绍系统内主要模型的实现方法,并结合具体的仿真试验场景进行仿真试验。结果表明,此系统能较好地仿真机载面源红外干扰弹对红外成像制导导弹的干扰过程,为进一步验证面源红外干扰弹干扰效果提供了技术实现基础。     

地面热成像系统观察条件下目标能见度模型

本文在研究大气自我传输特性的基础上,对目标与背景的辐射传输特性进行了分析,提出了大气干扰辐射度,视辐射对比度和视辐射对比阈的概念,推导了地面热成像系统观察条件下的目标能见度模型公式,并通过实验初步验证了该能见度模型公式的可信性。     

基于图注意力机制的无人机目标红外跟踪技术

近些年来,无人飞行器逐步普及,给社会治安、空域管制、要地防护等领域带来新的威胁。因此,对高威胁、难辨识的无人机目标进行高准确、高稳定的搜索跟踪有着迫切需求。立足城市环境下的反无人机作战需求,针对无人机易受复杂背景干扰、地物遮挡影响及其姿态尺度变化和快速机动造成的跟踪丢失问题,结合图神经网络与注意力机制,提出一种基于图注意力机制的孪生网络无人机目标红外跟踪技术。基于图注意力机制的局部特征匹配模块,通过节点间的信息传递实现全局信息匹配,通过基于图的特征表示和特征交互,增强从目标模板到搜索区域的信息嵌入能力;目标感知区域选择机制可以适应无人机目标尺寸和姿态的变化;基于运动特征设计的切换策略,实现局部跟踪和全局重检测间的动态选择。实验结果表明,在红外无人机目标跟踪时,运用此方法可以取得稳定的跟踪结果,可以有效应对形变、遮挡、复杂背景干扰等挑战,为实现在城市环境中持续稳定跟踪小型无人机目标提供技术参考。     

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。     

融合地面多传感器信息引导无人机着陆

针对无人机自主着陆过程中卫星导航系统易被干扰的问题,提出了一种基于地基多传感器融合的无人机自主着陆引导方法。采用主动式激光照射的方式,获取机载反射棱镜的近红外成像,在红外图像中对无人机目标进行识别;通过坐标转换将识别结果映射到可见光图像中,在可见光图像中选择的感兴趣区域进行可见光目标识别,从而在降低计算量的基础上获得更加精确的无人机相对角度信息;利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明,该方法能够提供精确的无人机位置信息,能有效适应于复杂背景下的无人机自主着陆引导。     

基于HMM的FOPEN UWBSAR图像中的树干杂波抑制

树干杂波是叶簇穿透(FOPEN)超宽带合成孔径雷达(UWBSAR)图像中叶簇隐蔽目标检测的主要干扰,能否有效抑制树干杂波是目标检测成功与否的关键。利用UWBSAR的大积累角成像特性所提供的目标方向性信息,基于隐马尔可夫模型(HMM),提出了一种识别并抑制树干杂波的方法。试验结果表明,该方法可有效识别并抑制FOPENUWBSAR图像中的树干杂波,增强叶簇隐蔽目标检测性能。