红外多光谱图像弹道目标检测算法

在红外多光谱图像中,弹道导弹尾焰拥有两大特征,一是由强烈红外辐射引起的灰度差异,二是独特的光谱特性。然而,传统的单波段检测技术只利用了尾焰强烈的辐射特性,而近些年发展起来的多光谱检测技术则只利用了尾焰独特的光谱特性。为了充分利用导弹尾焰的两大特征,将单波段检测技术和多光谱检测技术结合起来,提出三种检测算法,并从算法的检测效果、运算量和鲁棒性三方面详细分析它们的优缺点。采用人工合成的红外多光谱图像进行验证,实验结果表明,相比单独使用单波段或多光谱的检测算法,融合算法的检测性能更好。     

激光探测双胶合透镜校正光学像差方法

针对制导装置光学系统小型化和提高光斑像质的问题,基于初级像差理论,同时结合仿真与像质评价软件,提出了通过设计双胶合透镜组来校正光学像差的方法。该方法在光学系统初始设计阶段引入初级像差理论,设计双胶合透镜来校正光学系统的固有像差,使用像质评价软件对整个光学系统生成的光斑质量进行评估。结果表明,双胶合光学系统的生成的光斑在满足巡飞武器用激光半主动制导装置的指标要求的同时,能以较小的设计空间(入瞳直径D=30 mm,透镜组物方面到光敏面的距离为21.5 mm,从入瞳光阑到光敏面的距离是45.5 mm)有效减少单透镜带来的光学像差。     

反“低慢小”无人机红外检测方法研究

针对“低慢小”无人机的空中威胁,各国均大力投入反无人机技术研究,提出了一种基于密度-距离空间的红外单帧检测新方法。利用红外小目标在有限的区域内拥有比邻近区域更高的灰度值特点,提出密度与距离概念,建立密度距离空间。通过等效目标的定位方法将不规则的目标区域转换成规则的几何图形来获得准确的目标位置。实验结果表明：密度-距离检测算法在复杂背景下具有更好的检测性能和鲁棒性,当目标明显且存在连续背景杂波时AUC值接近于1;平均每帧的检测时间为0.021 2 s,同时兼顾了检测精度和检测速度。该算法不受无人机自身尺寸和形状变化的影响,具有较强的适应能力,适合多种背景下的单帧红外小目标检测。     

红外热像水面寻迹探测的理论分析

针对目前探潜方面存在的问题 ,给出了密度分层环境下潜艇排出热尾流的浮升规律模型 ,预估了水面热轨迹的大体形状 ,并对热成像探潜系统的关键技术指标进行了理论分析 .     

串行通信控制器在双DSP系统中的应用

介绍了串行通信控制器在双ＤＳＰ系统中的应用,提出了一种双ＤＳＰ对多个串行通信控制器控制的方案,并给出了具体的硬件电路及其在异步模式下的软件设计方法。     

红外成像型反舰导弹作战环境仿真研究

红外成像型反舰导弹的作战主要包括:被攻击的舰船目标,海水、天空背景,以及光照和大气中的自然干扰和可能遇到的人为干扰———红外诱饵弹、红外烟幕弹等。对作战环境的成像仿真是红外成像型反舰导弹效能评估的一个重要内容。为了使仿真达到实时、动态和交互的效果,讨论了一种运用OpenGL编程实现三维动画的仿真方法。     

基于改进CNN的红外目标识别方法研究

自动目标识别是红外成像精确制导武器系统的关键技术,针对传统红外目标识别算法在复杂环境作战中存在目标特征建模复杂、识别率低等问题,提出一种基于改进的卷积神经网络(Convolutional Neural Network,CNN)方法。结合红外目标特性,调整ZFNet的卷积层和池化层数量,加入空间变换网络以提高对数据变换的鲁棒性;对Dropout层的丢弃率变化进行可视化分析并确定选取原则,以提高红外目标的识别率。通过试验结果与传统方法相比,该方法具有较高的识别率,能够为红外成像导引头目标识别算法设计提供参考。