最小熵准则下的高动态目标回波相位补偿方法

针对传统"停-跳"假设对高动态脉冲雷达测速的局限性,提出了一种最小熵准则下的高动态目标回波相位补偿方法。在最小熵准则下,通过建立多项式的相位滤波器,实现回波信号相位高阶系数的估计,再对积累周期内的信号进行相位补偿,补偿后的信号频谱熵最小,此时再利用FFT可以得到高精度径向速度估计。实测验证表明,该算法可以有效地估计和修正回波相位高次项,提高回波积累时长,补偿后的径向速度估计均方根误差明显降低,算法估计的径向速度均方根误差优于0.04m/s,有效提高了脉冲雷达测速精度。     

基于新灰色评估法的空地导弹系统效能分析

以某非旋转空地微型导弹为研究对象,依据导弹武器系统的战术和技术指标,分析并构建了其效能评估指标体系。运用新灰色评估方法评价导弹武器系统的能力,可以有效降低人为主观因素的影响。采用ADC扩展和改进模型计算得到的效能与原始ADC模型的效能相比,虽然有所降低,但突破了原始模型不够精细,只能适用于试验效能分析的限制,使效能的评估结果更加贴近实战。     

浙江某预备役师研发使用多功能应急指挥车 打通“最后一公里”的前进指挥所

前方侦察图像实时传输到指挥所;通信中断后及时实现无线覆盖;自带太阳能设备持续为供电系统充电……国庆节前夕,浙江某预备役师自行研发的多功能应急指挥车,再次驰骋演练场,成为畅通无阻的前进指挥所。     

一种高分辨率SAR图像水上桥梁目标识别新方法

首先采用灰度均值和方差二维特征模糊分割SAR图像,其次基于8邻域链码跟踪边界法剔除植被、阴影等虚警,然后通过水体轮廓搜索潜在桥梁ROI点并进行直线拟合、线段连接和线段延拓,消除河心洲、船只和条纹干扰等影响确定疑似桥梁ROI,最后采用双参CFAR检测法分割桥梁ROI,根据目标主轴方向和周长等特征消除桥梁ROI内的虚假目标,识别和定位桥梁。实验表明,该算法能够准确识别水上桥梁目标,对条纹干扰的桥梁和灰度梯度较弱的桥梁同样有效。     

抢救抢修方案复杂性测度的图熵模型

分析了以往抢修方案评估的不足,提出了战场抢救抢修方案复杂性概念。并分析了用复杂性抢救抢修方案的可行性。引入软件工程领域的图熵模型,从微观方面研究战场抢救抢修方案实施过程中的复杂性问题,从信息量、逻辑、结构、系统知识层次及决策分析5个方面进行量化,明确了信息控制图、动作控制图、知识层次图及决策分析图的构建方法,较好地解决了战场抢救抢修方案实施复杂性的测度问题,实例验证该方法在一定程度上可以反映应急抢修方案的复杂程度,能为抢救抢修方案的评估优化,以及评估训练等方面提供一定的帮助。     

基于改进OTSU算法的红外图像分割

红外图像分割是红外目标检测与识别领域研究中的一项重要内容。针对经典OTSU阈值分割算法无法适应目标模糊、对比度低的红外图像的缺陷,提出了一种改进的OTSU红外图像分割算法。该算法首先对红外图像进行预处理操作,再利用非线性平均灰度值的权重计算方法,克服了因目标靶面面积过小造成的阈值偏移。实验表明该改进方法较传统OTSU算法有更好的分割效果。     

基于ANP和熵的起重机械吊装训练评价组合赋权法

为了给起重机械吊装训练提供一个科学的评价模型,采用了基于网络层次分析法(ANP)与熵值法集成的组合赋权法建立起重机械吊装评价方法。首先分析了影响吊装训练的关键因素,在此基础上建立一个科学的评价指标体系;然后运用网络层次分析法分析各指标间相互影响的关系并确定主观赋值权重,用熵值法根据各指标的客观属性确定客观赋值权重;最后通过组合赋权法确定各指标的最终权重,使评价结果既反映出各指标的客观属性,同时也能考虑到决策者或者专家的意见。应用结果表明,该方法确定的权重更符合吊装训练的实际。     

舰炮武器系统仿真试验可信性评估方法

在介绍舰炮武器系统半实物仿真原理及系统组成的基础上,深入探讨了仿真试验结果可信性问题、仿真模型校核、验证与确认(VVA)的层次、仿真模型评估方法;介绍了基于最大熵谱估计的可信性评估定量分析方法;给出了仿真试验静、动态数据的验证方法以及仿真结果静、动态精度的检验方法;最后,以某型舰炮武器系统定型试验雷达通道数据验证了以上所述方法的有效性,并展望了可信性分析方法的发展方向。     

一种基于Canny算子的红外图像边缘检测算法

边缘检测是图像特征提取的关键技术。传统的Canny边缘检测算法中高斯滤波方差不具备自适应性,并且不能有效滤除红外图像特有的噪声,对红外图像的边缘提取存在局限性。深入研究了Canny边缘检测算法,并分析了红外图像噪声类型,针对高斯滤波影响红外图像去噪和边缘保持效果的问题,提出了用形态学滤波代替高斯滤波的改进的Canny算法。经过仿真实验,验证了本方法的有效性。改进算法能有效提取含噪红外图像的边缘,较好地保持了红外图像的边缘强度和细节。     

基于视频图像的目标识别与跟踪算法

研究了基于视频图像的目标识别与跟踪算法。主要应用了Hog特征和支持向量机(SVM)分类器设计完成对目标的侦察识别。当侦察到目标时,采用高斯模型对目标和背景建模,结合卡尔曼滤波预测估计方法和均值漂移(mean-shift)理论,实现目标跟踪和定位功能。最后通过缩微环境中的案例演示,验证了所提算法的可行性。