美国陆军航空兵的现代化

美国陆军航空兵的不断现代化,已成为一支强大的侦察攻击部队,这对对方的地面部队形成了严重的威胁。本文较系统地介绍了美国陆军航空兵部队现代化进程中的几个主要机种：“科曼奇”、“基俄瓦勇士”、“长弓阿帕奇”、“黑鹰”、“奇奴克”等直升机的武器装备和相应的配套改进。     

“爱国者”导弹雷达网检测仿真模型研究

本文研究了“爱国者”导弹雷达在布网方式下对目标的检测特性，首先讨论了“爱国者”导弹雷达网的检测原理和均衡布站及加权布站的方式，然后给出了“爱国者”导弹雷达网分布式目标检测的仿真模型及仿真结论。     

从卫星SAR海洋图像中检测船目标

船在卫星ＳＡＲ海洋图像中一般是以亮点的形式出现。本文先简要地介绍了船目标在卫星ＳＡＲ海洋图像中的成像原理，在此基础上介绍了三种检测船目标的方法——窗口滤波方法、自适应阈值法、概率密度函数法，并运用实际的卫星ＳＡＲ海洋图像对这三种算法进行了测试。测试结果表明，后两种方法效果比较好。     

单兵数字化系统外部通信研究——“数字化战场与单兵数字化系统”系列论文之六

讨论了单兵数字化系统外部通信的功能结构和实现途径，以及战场信息网的无线电网和地域网实现。重点研究了联合战术信息分布系统ＪＴＩＤＳ，包括其ＴＤＭＡ工作方式和多网工作原理。最后研究了单兵数字化系统通信的一个安全问题。     

最佳极化在雷达检测中的得益分析北大核心

最佳极化发射和接收是增大隐身目标RCS,提高雷达对隐身目标检测概率的有效方法。通过对目标RCS与雷达发射极化方式内在规律的研究,指出RCS与发射极化方式满足余弦关系,基于该规律提出一种提取最佳极化的新方法。仿真对比了不同发射极化方式下的目标动态RCS,并利用Swerling I检测模型研究最佳极化在雷达检测中的得益。仿真结果表明,采用最佳极化收发,隐身目标RCS得益最大可达30 dB,雷达对隐身目标检测概率得益最大可达0.5。仿真结果也证明了该提取最佳极化方法的有效性和可行性。     

数据驱动的复杂系统非预期故障诊断通用过程模型

提高对复杂系统非预期故障诊断能力是故障诊断领域的难点。结合非预期故障诊断内涵及基本原理,构建了一种用于复杂系统非预期故障诊断的通用过程模型。该模型采用四层递进结构,包括四个主要模型,即预期(已知)故障检测模型、预期(已知)故障识别模型、非预期(未知)故障检测模型和非预期(未知)故障识别模型。分析了各模型所包含的关键问题及其相应的实现算法,包括检测统计量的构建及评估、故障特征方向提取、故障识别器设计及故障贡献率计算。该通用过程模型规范了复杂系统非预期故障的诊断流程,明确了数据驱动的实现原理。以卫星姿态控制系统为例,验证了非预期故障诊断通用过程模型的有效性。     

基于LabVIEW Vision的航空炮弹缺陷检测方案设计

航空炮弹在勤务保障过程中,容易受到环境和外力的破坏而造成表面的损伤,影响正常的飞行训练甚至危及载机安全。采用虚拟仪器平台提供的LabVIEW Vision视觉开发工具包,结合灰度直方图筛选、Saturation分量图像提取、灰度形态学Erode和Dilate变换以及最大熵阈值分割的图像处理等技术手段,对待测航空炮弹图像进行分析处理,精确判断炮弹锈蚀和划痕缺陷问题。试验结果表明,系统具有较高的可行性和可靠性,可以实现炮弹缺陷的快速鲁棒检测,提高了炮弹检测的效率和精度,对于提升航空弹药保障信息化、智能化水平具有重要意义。     

基于边界相切拟合的轴对称工件缺陷重构方法

针对轴对称工件超声检测缺陷重构问题,通过分析传统基于传播时间反演方法的不足和误差产生的原因,提出了一种基于边界相切拟合的缺陷重构方法,并针对实际检测缺陷的类型,采用圆和椭圆作为模型对缺陷进行重构。从重构结果上看,当检测实心体工件时,圆形缺陷的圆拟合重构误差不大于0.1 mm,圆形缺陷的椭圆拟合重构误差小于0.4 mm,椭圆形缺陷的椭圆拟合重构误差小于0.3 mm,空心体工件由于检测方式不同,误差会比实心体大一些。     

基于视频监控的人的异常行为系统设计

"视频监控"是一种可实现夜间检测的视频监控系统,普遍用于沿街商铺、仓库、郊区独户别墅以及小区等场所。传统的视频监控对摄像头的要求较高,并且需要多人值守,对人力、财力的要求较高。针对传统视频监控存在的不足,设计了一种智能检测系统,能实现对非法入侵、物品盗移等异常状况的实时检测和及时报警,还针对夜间图像的特点设计增强算法,使普通摄像头可实现夜间监控,大大降低了视频监控的应用成本并提高了监控效率。     

结合像素局部对比度的直线特征检测算法

鲁棒高效的直线提取算法在空间目标位姿估计、跟踪、骨架重建等领域有广泛的应用。提出基于像素局部对比度和全局虚警抑制的直线段检测算法。算法分为四步:第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验测试结果表明:该算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。