低可观测条件下的一种信号检测方法

针对在低信噪比条件下,检测机载合成孔径雷达(SAR)信号比较困难的情况,综合谱图-Hough变换法可以进行能量积累和小波变换具有比较有效抑制杂波的特点,提出了一种检测SAR信号的方法,即基于谱图-Hough变换和小波变换的检测方法。运用该方法首先对SAR信号进行谱图-Hough变换,谱图-Hough变换能对SAR信号进行能量积累,降低虚警概率,然后使用小波变换排除Hough空间中的虚假峰值。仿真结果表明了该算法能够有效地抑制杂波,达到检测的目的。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

液体炸药的特性及其探测技术

近年来,恐怖分子热衷于使用液体炸弹实施袭击,利用其制造简易、携带隐蔽、识别困难、现场配用等特点,逃避安全检查。液体炸药的有效识别和探测,成为各国安全部门亟待解决的问题。     

累积和检验算法应用于主动声纳检测时的性能

研究了一种基于瞬态信号检测的累积和序贯检测器,其检验统计量由归一化匹配滤波器输出决定,受到声纳方程估算的信噪比影响.从理论上分析了该算法的虚警和检测性能,并和归一化匹配滤波器作了比较.海试数据的验证结果表明,该算法检测性能优于归一化匹配滤波器,并且对混响有较好的抑制作用.     

铅酸蓄电池充放电参数检测电路的仿真与设计

独立光伏系统铅酸蓄电池充放电参数的检测对于整个系统的能量控制十分重要。介绍了蓄电池充放电参数检测的特点,设计了充放电电压和电流检测电路,并基于saber仿真平台进行了检测电路的仿真,介绍了以ATmega8L单片机为核心的充放电检测系统的原理和软件设计流程。通过试验证明,系统检测误差较小,电路简单,满足了工程控制的需要,能为独立光伏系统蓄电池充放电控制策略提供准确的控制参数。     

“迪卡斯”声纳浮标探潜盲区与潜艇的规避分析

针对"迪卡斯"声纳浮标存在探潜盲区的问题,通过分析和计算研究潜艇利用盲区规避的可行性.分析了单枚声纳浮标的探测盲区、两枚声纳浮标的重叠盲区和三种典型的声纳浮标阵型,在计算机上实现了"迪卡斯"声纳浮标阵探测盲区的可视化,通过大量计算和分析,得出了潜艇利用盲区规避反潜飞机跟踪的可行性;尽管利用盲区可造成迪卡斯声纳浮标探测的中断,但利用盲区并非所有情况下的最优方法,通过计算机仿真可以找出各?鼢 种态势下潜艇的最优规避方法.     

新型低后坐膨胀波火炮的原理分析及模型研究

系统地介绍了各种低后坐武器的工作原理和存在的相应缺陷,并在此基础上全面介绍了一种新型低后坐武器--膨胀波火炮的工作原理、性能,以及目前尚待解决的技术问题.同时根据膨胀波火炮的工作方式,考虑发射过程中混合流体的相间作用,采用两相流理论中的分流法建立描述膛内射击过程的内弹道两相流气动力模型,分析了其减小后坐和降低身管温度的机理,并给出了相应的数值解法.     

无线传感器网络中基于统计异常的入侵检测

无线传感器网络与传统网络存在较大差异,传统入侵检测技术不能有效地应用于无线传感器网络.结合无线传感器网络的特点,提出一种基于统计异常的入侵检测.入侵检测为传感器节点在正常工作状态下的某些系统特征建立行为模式,并通过统计观测值对正常行为模式的偏离程度来判断是否存在入侵.理论分析及仿真实验表明,提出的入侵检测技术可有效检测入侵,检测算法简洁高效,利于节能,适用于供能紧张的无线传感器网络.     

信息融合技术在雷达组网中的应用

雷达组网是防空预警系统发展的一个重要发展方向, 其核心是信息融合技术.给出了雷达组网的概念、特点和结构模型,划分了信息融合在雷达组网中各个层次,重点阐述了雷达组网系统中检测与跟踪融合技术的应用,最后讨论了雷达组网中信息融合技术的发展前景.     

An infrared target intrusion detection method based on feature fusion and enhancement

Infrared target intrusion detection has significant applications in the fields of military defence and intelligent warning. In view of the characteristics of intrusion targets as well as inspection difficulties, an infrared target intrusion detection algorithm based on feature fusion and enhancement was proposed. This algorithm combines static target mode analysis and dynamic multi-frame correlation detection to extract infrared target features at different levels. Among them, LBP texture analysis can be used to effectively identify the posterior feature patterns which have been contained in the target library, while motion frame difference method can detect the moving regions of the image, improve the integrity of target regions such as camouflage, sheltering and deformation. In order to integrate the advantages of the two methods, the enhanced convolutional neural network was designed and the feature images obtained by the two methods were fused and enhanced. The enhancement module of the network strengthened and screened the targets, and realized the background suppression of infrared images. Based on the experiments, the effect of the proposed method and the comparison method on the background suppression and detection performance was evaluated, and the results showed that the SCRG and BSF values of the method in this paper had a better performance in multiple data sets, and it’s detection performance was far better than the comparison algorithm. The experiment results indicated that, compared with traditional infrared target detection methods, the proposed method could detect the infrared invasion target more accurately, and suppress the background noise more effectively.