舰载红外警戒系统多目标跟踪算法研究

多目标跟踪有着十分广泛的应用,目前国内外多目标跟踪的研究重点都集中在雷达等主动传感器上,但是对于红外的多目标跟踪领域却研究较少。对于红外系统,目标跟踪的最大特点是观测量只有角度,没有距离,这就使得传统的跟踪滤波问题遇到困难。通过讨论舰载红外警戒系统的多目标跟踪算法,分析目标与传感器的特点,提出了一整套多目标跟踪的算法。仿真结果表明,此套算法能满足工程应用的要求。     

军用红外目标探测的特点、发展和应用前景

论述了中波红外探测器和长波红外探测器的特点、发展以及ＦＬＩＲ（前视红外雷达） 成像系统用于探测地面目标、ＩＲＳＴ（红外搜索和跟踪） 点源探测系统用于探测空中目标和红外成像导引头的应用前景、发展趋势。     

基于图像分析的弹丸“出膛时刻”检测算法

现代高炮武器系统在对红外目标进行连续性高炮射击时,首发弹丸的尾焰会对红外观测系统造成严重干扰,会导致红外观测系统短时间内无法观测到目标位置,带来后续弹丸无法精确打击目标等问题。利用红外图像分析技术通过对弹丸出膛时的红外图像特征进行分析,提出了一种基于红外图像分析的弹丸出膛时刻检测算法,从而相对精确地测定出首发弹丸的出膛时刻,为更精确测定弹飞时间和提高武器系统的命中率提供了理论依据和方法支撑。实验结果表明:提出的算法能够相对精确地测定弹丸出膛时刻,算法具有一定的可行性和有效性。     

卫星隐身技术研究进展及发展趋势

卫星隐身技术在空间攻防系统中占有独特的地位,与在地面装甲车辆、舰船、飞机上应用的隐身技术有一定的相似之处,但由于卫星研制条件以及所处的太空环境不同,卫星隐身技术的研究及应用更具有挑战性。基于卫星工程应用,归纳了卫星隐身需求、应用环境等,重点介绍了国际前沿隐身技术,包括雷达隐身手段、红外及可见光隐身手段,同时探讨卫星隐身的技术瓶颈及未来展望,促进隐身技术在卫星上的应用。     

红外脉冲强光辐射产生技术研究

定向红外脉冲强光辐射技术是定向红外对抗中的关键技术,主要用来破坏敌方精确制导武器或C4I系统的红外传感器。本文进行了三种产生技术的研究,即爆炸激励惰性气体,多丝电爆激励惰性气体和多点同步爆燃药物。在同步爆燃产生技术的研究中,当有效载荷弹药为0.2kg时,在距离源50m处得到三个波段(1～3、3～5、8～12μm)的辐射强度为(2.00～3.55)×l05W／Sr,脉冲半高宽为约20ms的强红外辐射脉冲。     

海空背景下目标红外辐射特征分析

根据海空复杂背景下点目标的红外特征 ,提出了目标红外特征的一般计算方法 .根据不同的气象条件、不同海域背景 ,计算分析了环境对红外辐射两个大气窗口 ,即 3～ 5 μm和 8～ 12 μm双波段大气透过率的影响 ,并给出了相应结论     

无铅汽油中烯烃、芳烃含量的分析

随着环境保护意识的加强,车用无铅汽油国家标准GB 17930-1999中对烯烃、芳烃含量提出了明确限值要求。相应分析方法是GB／T 11132-2002液体石油产品烃类测定法(荧光指示剂吸附法,FIA),该方法操作过程复杂,试验时间长,试验结果偏差大。为改进对汽油中烯烃、芳烃含量的测试方法,人们在这方面做了大量研究工作。对目前采用的快速、简便分析汽油中烯烃、芳烃含量的气相色谱和近红外光谱分析方法进行了评述。     

红外图像人脸识别方法

红外成像具有抗干扰性强、独立于可见光源、防伪装、防欺诈等优点,这使得红外图像人脸识别可在很大程度上弥补可见光人脸识别技术的缺陷和不足,是今后人脸识别研究的一个重要方向。在深入分析红外人脸图像特性的基础上,研究了红外图像人脸识别的特点,并提出了一种新的红外图像统计人脸识别方法。实验结果表明,这种识别方法不论从理论上还是从实验上都是可行的,具有良好的识别能力。     

杂波环境下红外传感器滤波算法

基于定向概率数据关联滤波(DPDAF)算法,根据红外传感器对目标方位角与俯仰角分辨率不同的特性修正了似然函数,并利用等效观测噪声协方差阵修正滤波增益的思想,构造了一种旨在提高红外传感器跟踪性能的修正定向概率数据关联滤波算法.蒙特卡洛仿真结果表明,新算法对红外目标的跟踪具有比DPDAF更好的跟踪性能.     

基于非采样Contourlet变换的高光谱图像融合算法

高光谱图像数据具有大量波段,波段之间的相关性较高,可以利用数据融合技术来降低其分析难度.提出了一种新颖的基于非采样Contourlet变换的高光谱图像融合算法.首先对高光谱数据进行特征图像提取;再将提取出的多幅特征图像分别进行非采样Contourlet变换,并按区域能量进行加权融合;最后对融合系数进行非采样Contourlet重构.实际的OMIS高光谱遥感图像融合的实验结果表明,所提基于非采样Contourlet变换的加权融合算法能够很好地保持图像的空间特性和光谱特性,且效果明显好于典型的小波变换和Contourlet变换的融合方法.