印度军品出口能力不断增强

进入21世纪以来,为促进军事工业发展,印度政府积极调整军品出口政策,努力推动和扩大军品出口,并取得积极进展。据印度国防生产部公布的数据显示,2006—07财年,印度国有军工企业的出口总额约1．048亿美元,首次突破1亿美元大关。尽管总额看似不大,但本世纪初印度的军品出口总额只有2000万美元,短短数年内,印度在军品出口方面已经有了长足进步。     

模糊聚类分析在多目标跟踪中的应用

为了解决在密集的环境中多目标跟踪的难题,本文提出了基于模糊聚类跟踪算法,主要是将人的模糊判断的特点引入到目标跟踪系统中,得以简单程序完成复杂的相关判别。利用模糊聚类方法的特点解决噪声背景下跟踪相关问题。仿真实验的结果表明,在杂波密度高的情况下,模糊聚类算法有它一定的优越性。     

JPEG2000遥感图像实时压缩系统中基于并行机制的“零时间”数据搬移策略

为了满足JPEG2000遥感图像实时压缩设备的实时性要求,提出了一种基于并行机制的“零时间”数据搬移策略。通过对EBC算法结构进行拆分,并采用EDMA方式进行数据搬移,使得算法运算与数据搬移过程完全并行,搬移时间等效为零。实验结果表明,采用新的数据搬移策略后,编码效率可以提升到100％,EBC算法实现的总时间可缩短46％以上。该搬移机制已成功应用于JPEG2000星载遥感图像实时压缩系统中,系统的实时性达到了设计要求。     

基于GIS的重庆人口空间离散化模型研究

传统的人口统计数据一般是以行政区划为单元的二维表格数据,这种数据不能以直观的形式表达人口在自然地理空间和人文地理空间的分布与格局.目前多采用的按面积平均或单因子影响权重的人口离散化方法,仍然不能很好地模拟人口的实际空间分布.研究表明土地利用类型、地形坡度、河流、道路以及城镇居民点对人口分布有较大影响,通过较为客观的方式赋予各影响因子对人口分布的影响权重,提出了人口加权多因子离散化模型,并依据该模型对重庆地区的人口统计数据进行了离散.最终生成的栅格人口密度数据既与区县统计人口数据保持一致,又反映了各市县内部人口分布的空间变化.     

雷达与红外数据融合评述

雷达和红外数据融合由于能够实现信息互补 ,改善对目标的跟踪、识别以及提高系统的生存能力 ,因而引起了广泛的注意。对基于雷达和红外传感器的数据融合算法进行了综述 ,并介绍了一些关键课题。     

单平台多传感器数据融合系统的设计与实现

从工程应用观点出发研究单平台多传感器数据融合系统 (Data Fusion System ,DFS)设计和实现。首先通过分析此类型 DFS的功能需求 ,提出一种具有一定可伸缩性的系统结构 ;然后运用面向对象的方法 ,进行系统设计 ,以确保系统本身的可扩充性及系统中所采用的算法和模块的可移植性 ;同时也给出了一种确保系统实时性的多线程实现方案。     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。     

基于多模态数据融合学习网络的微弱目标群检测方法

微弱目标群检测是目标检测领域中的难点,随着传感技术发展使得基于多模态数据融合的目标检测方法成为可能.传统的方法常常关注于人工设计的多模态数据融合层面,一般采用信号级及决策级的融合,无法充分利用多模态内在融合特征.为此,为了充分利用深度卷积网络的内在多模态特征表达能力,提出一种端到端多模态数据学习融合网络,能够融合学习可...     

被动传感器融合检测系统的优化分布密度

被动传感器由于采用无源探测,而且制造成本低,体积小,在战场环境中将采用并配置大量的被动传感器来检测目标.不论是主动还是被动式传感器,在实际应用中均存在资源优化配置问题.针对被动传感器的具体应用模型,采取了若干合理近似,得到了在"OR"融合检测条件下,基于最大检测概率的被动传感器优化配置密度计算公式.     

基于途径概念的数据融合方法

目前在多传感器条件下提升数据精度的基本方法是状态估计,其中最常用的方法是卡尔曼滤波及其变形算法.由于卡尔曼滤波是依靠时间积累来增加信息量、提高数据精度,因而其收敛速度不可避免地要受到时间因素的影响.另外卡尔曼滤波作为单纯的数据处理方法也无法利用观测系统中一些已知的物理信息.提出了基于途径概念的数据融合方法,它打破了机械的"传感器融合"的概念束缚,有效地帮助人们挖掘和利用潜在的冗余信息,使多传感器信息能够迅速得到充分利用,从而使收敛速度得到提高.基于途径的数据融合方法并未提供一套固定的算法,它提供的只是一套处理规则.