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。     

MS860动态测姿试验精度分析

为了评估动态MS860型GPS姿态测量性能,将其安装在某船上进行系统测试.采用动态滤波的方法采集MS860姿态信息,同时同步采集某型平台罗经的数据.在此基础上,用误差统计方法评估姿态测量系统的精度性能.结果表明GPS姿态测量系统可以满足舰船姿态测量的需要,其航向的测量精度优于平台罗经系统.     

基于数据融合的某型导弹智能温度测量控制系统

介绍了应用于某型导弹的温度测量控制系统的硬件组成和工作过程。为了消除测量干扰,提出一种一致性加权融合估计算法,给出了多传感器一致性检验的准则,并利用多元统计理论推导出了最优权值的计算公式。最后将该算法应用于导弹温度测量控制系统。实验证明:该算法具有较好的稳定性,可有效降低噪声干扰,提高测量精度。     

CALS与国防武器系统管理

CALS(持续获得与生命周期支持)是指通过操作程序改造及信息技术与文件标准运用,将产品数据电子化、标准化,并运用数据库和网络传输使得所有信息得以快速交换,以建立一个无纸化的全球共通商业操作环境。CALS在军事领域有着广泛的发展前景,此文简要介绍了采用CALS技术的国防武器管理系统的几个构成要素,同时对CALS建设提出了几点启示。     

引入变异算子的SAA求解数据关联问题

将遗传算法中的变异算子引入模拟退火算法,来求解雷达数据处理过程中的数据关联问题。与传统的遗传算法和传统的模拟退火算法相比,新算法在解的质量,寻优速度和CPU占用时间等方面有较大的优势,更贴近实际应用的要求。     

雷达与红外数据融合评述

雷达和红外数据融合由于能够实现信息互补 ,改善对目标的跟踪、识别以及提高系统的生存能力 ,因而引起了广泛的注意。对基于雷达和红外传感器的数据融合算法进行了综述 ,并介绍了一些关键课题。     

单平台多传感器数据融合系统的设计与实现

从工程应用观点出发研究单平台多传感器数据融合系统 (Data Fusion System ,DFS)设计和实现。首先通过分析此类型 DFS的功能需求 ,提出一种具有一定可伸缩性的系统结构 ;然后运用面向对象的方法 ,进行系统设计 ,以确保系统本身的可扩充性及系统中所采用的算法和模块的可移植性 ;同时也给出了一种确保系统实时性的多线程实现方案。     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。     

运用时空大数据增强战场态势感知能力

时空数据是同时具有时间、空间和专题属性的三维数据.近年来,时空大数据技术领域取得重大进展,时空大数据也开始逐渐应用于战场态势感知,辅助联合作战指挥决策,推动了智能化战争的快速演进.本文基于未来战场对一体化联合作战战场态势感知的新要求,从用于支撑战场态势感知的时空大数据平台构建、时空大数据来源拓展和平台的优化利用等三个层...     

基于EFSM模型的可执行回归测试数据生成方法

基于扩展有限状态机(extened finite state machine, EFSM)的回归测试过程中，传统的可执行测试数据生成方法由于没有充分利用软件变更信息，在对模型分支错误进行检测时效率较低。为此，提出了一种基于EFSM模型融合的可执行回归测试数据生成方法，制定规则对软件变更前后的模型进行融合，将程序变量作为符号对融合模型中所需覆盖的测试序列进行遍历，结合软件变更信息生成变量约束表达式组并求解得到最终的回归测试用例。实验结果表明：该方法在分支错误检测率、可执行比例、稳定性和测试效率等方面具有一定的优势。