An infrared target intrusion detection method based on feature fusion and enhancement

Infrared target intrusion detection has significant applications in the fields of military defence and intelligent warning. In view of the characteristics of intrusion targets as well as inspection difficulties, an infrared target intrusion detection algorithm based on feature fusion and enhancement was proposed. This algorithm combines static target mode analysis and dynamic multi-frame correlation detection to extract infrared target features at different levels. Among them, LBP texture analysis can be used to effectively identify the posterior feature patterns which have been contained in the target library, while motion frame difference method can detect the moving regions of the image, improve the integrity of target regions such as camouflage, sheltering and deformation. In order to integrate the advantages of the two methods, the enhanced convolutional neural network was designed and the feature images obtained by the two methods were fused and enhanced. The enhancement module of the network strengthened and screened the targets, and realized the background suppression of infrared images. Based on the experiments, the effect of the proposed method and the comparison method on the background suppression and detection performance was evaluated, and the results showed that the SCRG and BSF values of the method in this paper had a better performance in multiple data sets, and it’s detection performance was far better than the comparison algorithm. The experiment results indicated that, compared with traditional infrared target detection methods, the proposed method could detect the infrared invasion target more accurately, and suppress the background noise more effectively.     

海洋环境监测平行系统优化融合

多个海洋环境监测系统之间存在的功能冗余导致资源浪费和不必要的资金投入,因此应将各个系统优化融合成有机整体来节约海洋环境监测的资源和成本。将海洋环境监测系统按照功能划分为不同的模块,在线性规划融合的基础上引入熵方法,以成本和效能指标为主要对象,通过合理分配,在确保系统优化融合后监测能力不降低的同时,尽量减少建设成本。     

基于复合等效可信度加权的Bayes融合评估方法

在小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会进行数学相容性检验并加权.首先分析了小子样情形下直接根据数据计算数学相容性可能造成的不稳定性,为改善这种情况,根据不同试验类型的不同试验环境,对不同试验类型下的误差进行分析和折合,定义了物理等效可信度;并结合物理等效可信度和数学相容性检验,得到先验样本的复合等效可信度权重,基于正态逆伽玛分布计算了Bayes融合评估的后验结果;通过比较Bayes估计后验方差与不磁合先验信息的估计后验方差,根据先验信息参与融合后是否能减小后验方差来判断先验样本是否应该参与融合.理论分析和仿真说明,基于复合等效可信度的加权方法是合理的.     

一种新的复合导引头多源异步信息融合精确拦截算法

针对单一制导体制难以满足现代战场作战需求,而多传感器数据更新率不同步的问题,建立一种新的微惯导/毫米波/红外复合制导体制,研究了该体制下多传感器异步信息融合的时间同步和空间配准问题;提出一种自适应Unscented卡尔曼滤波算法,该算法采用预测残差构造状态模型误差统计量,通过自适应因子调整状态模型信息对状态参数估值的贡献,有效控制状态模型噪声异常对状态参数估值的影响。将提出的算法应用到微惯导/毫米波/红外复合制导系统中进行仿真验证,结果表明,提出的自适应Unscented卡尔曼滤波算法的解算精度高于标准扩展卡尔曼滤波和Unscented卡尔曼滤波算法,能有效提高导弹的制导的解算精度。     

一种修正的冲突证据融合方法

对于冲突证据,D-S证据理论无法使用甚至无法得出正确的结果,进而引发了专家学者的研究。针对该问题,提出了一种新的冲突证据融合方法,建立了多传感器综合可信度的计算模型,根据综合可信度得到多传感器的合成结果,采用D-S证据理论对合成结果进行组合,既解决了高冲突问题,又解决了低冲突问题。最后通过仿真验证了该方法的有效性。     

基于IMM-RUASFF的网络化目标跟踪算法

针对目前网络化目标跟踪算法存在实时性差、精度低等问题进行了研究。首先,基于网络信息共享需求,建立了网络探测节点的目标跟踪模型;其次,网络探测节点目标跟踪需求和实战要求发现目标经常是有多种运动状态并存,而单一模型的滤波器不能满足对机动目标跟踪性能的要求,采用了基于交互式多模型(Interacting Multiple Model,IMM)的有反馈实时更新的异步状态融合算法。最后,针对多个探测节点目标跟踪的状态融合估计问题,提出了一种有反馈实时更新的异步状态融合算法,通过仿真验证了算法的有效性。     

复合导引头多源异步信息融合精确拦截算法

针对单一制导体制难以满足现代战场作战需求且多传感器数据更新率不同步的问题,建立一种新的微惯导/毫米波/红外复合制导体制,研究了该体制下多传感器异步信息融合的时间同步和空间配准问题;提出一种自适应无迹卡尔曼滤波算法,该算法采用预测残差构造状态模型误差统计量,通过自适应因子调整状态模型信息对状态参数估值的贡献,有效控制状态模型噪声异常对状态参数估值的影响。将提出的算法应用到微惯导/毫米波/红外复合制导系统中进行仿真验证,结果表明,提出的自适应无迹卡尔曼滤波算法的解算精度高于标准扩展卡尔曼滤波和无迹卡尔曼滤波算法,能有效提高导弹的制导的解算精度。     

火灾等级标准问题的数量化研究

在定性分析现有火灾等级标准的基础上,做出了火灾等级标准的数量化探讨。将D-S证据理论方法应用到火灾等级的综合评价中,将死亡人数、重伤人数、直接财产损失三个重要指标作为评定证据进行信息汇集,将汇集结果作为评定标准,针对中国消防年鉴中530起重、特大火灾进行实例计算,并做出总体分析、特例分析和边界值分析。结果表明该方法克服了单因素评价的不足,使评价更加科学、合理。     

态势评估中基于合同网的黑板模型研究

态势评估是对战场上战斗力量分配情况的评价过程。针对目前态势评估的局限性和面临的挑战,运用黑板模型和合同网理论研究态势评估问题。对当前态势评估黑板模型的主要工作进行比较,在此基础上引入合同网的思想,提出了基于合同网的态势评估黑板模型,并重点论述了该模型的结构和运行机制。该模型在一定程度上解决了黑板模型的不足,并且能更好地用于分布式信息融合环境。     

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。