目标区域局部特征和局部图像质量相结合的激光干扰效果评估

为客观描述光电成像系统激光干扰效果,提出目标区域局部特征和图像质量相结合的干扰效果评估算法。图像的局部特征用特征点描述,图像质量用结构相似度指数描述。该算法利用特征点匹配算法确定场景图像中的目标区域,计算干扰前后目标区域内特征点数量的变化、干扰后目标区域内未饱和面积所占的比重以及目标区域内图像的结构相似度指数,并将上述各参数相乘得到最终的评价指标。利用该方法对典型激光干扰图像进行评估,结果表明:在不同入射功率和不同光斑位置情况下,所提评估指标比单独使用结构相似度的评估指标具有更大的取值范围和更明显的非线性变化特征。这说明:该指标能够反映光电成像系统激光干扰过程的丰富细节,更加适合激光干扰效果的评估。     

驱护舰编队舰空导弹反导能力探讨

根据驱护舰编队反导队形的配置和舰空导弹的战术技术性能 ,对驱护舰编队多舰协同反导能力进行分析 ,计算来袭目标处于不同舷角时的协同反导区域大小和协同反导时间 [1 ] 。     

基于统计势能的水平集特定目标轮廓提取方法

介绍一种基于统计势能的水平集特定目标轮廓提取方法.首先通过计算统计势能得到水平集曲线与目标边界相关程度,然后由此推导出区域决策影响因子并将其引入到水平集函数演化方程中,最终实现利用目标区域信息提高水平集目标轮廓提取质量.红外图像目标轮廓提取实验结果表明,该方法能够有效地克服目标轮廓提取中存在的边界泄漏问题.     

基于MVC/FVI模式的SAR图像融合系统设计

设计模式的使用有助于提高软件开发效率和增强软件的可复用性.在阐述SAR图像融合系统逻辑结构和功能特征的基础上,结合MVC设计模式和FVI设计模式的思想,提出了本SAR图像融合系统的设计模型;最后,针对本系统的图像数据管理和图像数据处理的技术难点给出了解决方案.开发一个具有可扩展性、易维护性和稳定性的SAR图像融合软件平台,对于研究各种融合算法具有重要的现实意义.     

基于FPGA的高速图像处理系统设计

针对坦克图像处理中存在的系统集成度不高、处理速度较慢等问题,设计了一种基于FPGA的高速图像处理系统。该系统通过在FPGA上配置Nios Ⅱ软核处理器以及图像采集、处理和显示等功能模块来实现其主要硬件电路,并结合系统的软件设计实现了多路图像信号的采集以及图像的放大/缩小、裁剪和叠加显示等功能。由于采用了可编程芯片和并行处理技术,该系统具有集成度高、维修性好、图像处理速度快和实时性强等优点。     

对海目标识别中舰载预警直升机引导舰载无人机的方法及阵位配置

针对水面舰艇编队对海攻击时的目标识别需求，提出了舰载预警直升机引导舰载无人机实施对海目标识别的协同样式。从引导识别的基本过程入手，建立了舰载无人机占领预定识别阵位的运动要素计算模型；基于以最短时间到达预定识别阵位的要求，建立了舰载无人机目标识别时，相对舰载预警直升机阵位配置的拟合模型，并针对舰载无人机识别时的反应时间和识别距离，建立了舰载无人机阵位配置的修正模型，为水面舰艇编队对海攻击中的目标识别提供了新手段。     

实时仿真系统体系结构设计的一般方法

针对目前文献中关于实时仿真系统的设计方案大多是围绕某个具体的任务而展开,缺乏一般性指导意义的问题,文中从实用的角度,提出了两种流行的实时仿真系统——集中式实时仿真系统和分布式实时仿真系统的总体方案,对方案的硬件结构、软件组成、优缺点、应用范围等进行了详细分析,这两种方案涵盖了目前常用的实时仿真系统的基本体系结构,对实时仿真系统设计人员具有实际参考价值。     

无人机运动模糊图像复原技术

在无人机飞行过程中,由于成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成获取的图像产生退化.由于图像复原问题通常情况下是病态的,综合利用了无人机运动的先验信息,提出了不同运动模糊情况下点扩散函数的估计方法,采用维纳滤波复原算法估计图像,给出了适用于无人机成像制导系统的图像复原方案.最后经仿真实验证明,该算法图像复原效果好,计算量小,抗噪声鲁棒性强,有较大的工程应用价值.     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。     

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题，提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法，同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体，同时以长机的运动轨迹作为期望路径，长机提供僚机飞行信息，僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明，所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。