一种基于DSP的雷达/电视视频图像压缩解压缩技术

在基于多媒体DSP处理器DM642并行处理平台上,提出一种雷达、电视视频图像压缩解压缩技术系统方案。采用多尺度小波分解技术和MPEG4压缩解压缩技术,分别对采样后的雷达视频、电视及红外视频数据压缩并分发到网络,由终端接收解压缩后融合实现多层多窗口综合显示。应用该方案可以实现舰载视频传感器和显控台以及武器系统的动态组合,提高装备的使用灵活性。     

浅谈武警士官教育中的“任务驱动式”教学

“任务驱动式”教学是根据士官学员的特殊性及武警部队的声像专业需求，着眼于培养学员应用操作能力，使学员处于秽取参与的学习氛围。在科学发展观的指寻下，充分利用士官学员自身长处，重视实践，采取多样化的考核模式，最终实现学员综合素质全面提高。     

战术互联网中的视频传输技术

介绍了战术互联网,阐述了视频传输技术的简单原理和基本特点,分析了视频传输在战术互联网中的几种传输技术。     

基于视频叠加的心理暗示信息生成和影响机制研究

针对心理战中潜移默化影响对象国民众的需求,提出了基于视频叠加的心理暗示(PSBOVS)的构想,从心理依据和视频基础两个方面研究了视频叠加暗示信息的生成和影响机制。给出了基于视频叠加的心理暗示效应过程模型,并结合心理因素对信息生成进行了视频建模和参数分析,从暗示信息被接收、注意、理解和接受的角度,对信息内容和形式的确定进行了论述。为暗示信息有效编码进而有效影响受众心理提供了理论依据和决策支持。     

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.     

基于MBB对应关系的视频中多物体快速跟踪

针对视频监控应用中对视频物体跟踪算法实时性、容错性要求高的特点,提出了一种基于MBB对应关系的快速跟踪算法。该算法放弃了传统的点匹配跟踪算法,从对相邻两帧物体MBB的重叠特性的分析出发,快速确定物体与物体间、物体与场景间的复杂对应关系,并综合利用直方图匹配等方法,解决物体重复出现后的标识问题。通过对NUDT和PETS视频数据的实验分析证明,该算法能够对复杂场景中多个物体同时进行跟踪标识,准确检测处理物体进入、离开场景,以及物体间的合并、分离和遮挡,对复杂环境和预处理造成的错误有较好的容错性。该算法参数设置简单易行,结合预处理快速算法,整个检测跟踪算法耗时大大低于同类算法。     

小口径高炮非曳光榴弹弹道特性及应用

根据弹道理论分析,得出了小口径高炮非曳光榴弹在有效射距离内具有动力平衡角小、不同射角阻力系数基本相同,无显著性差异等弹道特性。指出了此特性在小口径高炮非曳光榴弹射表编拟中的应用。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

A pixel-level local contrast measure for infrared small target detection

Infrared (IR) small target detection is one of the key technologies of infrared search and track (IRST) systems. Existing methods have some limitations in detection performance, especially when the target size is irregular or the background is complex. In this paper, we propose a pixel-level local contrast measure (PLLCM), which can subdivide small targets and backgrounds at pixel level simultaneously. With pixel-level segmentation, the difference between the target and the background becomes more obvious, which helps to improve the detection performance. First, we design a multiscale sliding window to quickly extract candidate target pixels. Then, a local window based on random walker (RW) is designed for pixel-level target segmentation. After that, PLLCM incorporating probability weights and scale constraints is proposed to accurately measure local contrast and suppress various types of background interference. Finally, an adaptive threshold operation is applied to separate the target from the PLLCM enhanced map. Experimental results show that the proposed method has a higher detection rate and a lower false alarm rate than the baseline algorithms, while achieving a high speed.     

小子样条件下战斗部爆炸仿真数据可信性分析

高效毁伤战斗部试验次数受到严格控制,如何在小子样条件下分析仿真数据的可信性非常有必要。通过均匀试验得到了战斗部在地下目标腔室内部爆炸某点冲击波最大超压峰值,利用normplot及Lilliefors函数分析了仿真数据的分布特征,而后在已有检验方法的基础上,结合顺序统计量和均匀分布的特点提出了一种新的相容性验证思路。研究表明:该方法不受样本容量的限制,利用MATLAB程序编程可以快速判断仿真数据的可信性。