结合局部描述和拓扑约束的直线段匹配算法

针对弱纹理目标匹配问题,提出了一种基于直线局部邻域梯度信息和全局结构信息的直线匹配算法:对均值标准差直线描述符进行改进用于初始匹配;利用直线间的全局拓扑结构滤除误匹配;利用迭代拓扑滤波寻找更多的匹配,同时引入全局角度约束提高算法效率并进一步滤除错误匹配。实验表明,在光照变化、图像旋转、图像模糊、尺度变换、视点变化等条件下,该方法都具有很强的鲁棒性,并在匹配效率和准确度上优于现有的两种比较流行的方法。     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测.针对此问题,提出基于纹理随机化的结构主导 目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测.利用目标的三维模型,借助Blender渲染引擎,完成纹理随...     

复杂大系统仿真的VV&A理论及过程研究

为了确保复杂大系统仿真(LCSS)的可信性,应该在建模与仿真(M&S)的全生命周期中开展校核、验证与确认(VV&A)研究.对LCSS的VV&A进行了理论研究,提出其方法论与原则;以基于仿真组件构建的HLA仿真系统为例,从仿真组件层、联邦成员层及联邦层三个层面研究了VV&A过程,并将这些研究应用于反舰导弹突防联邦仿真中.实践表明,研究对LCSS的VV&A工作具有很好的指导作用,有力地保障了仿真的可信性.     

双基地中两坐标收站的三维定位跟踪算法

文中讨论了Ｔ／Ｒ—Ｒ型双基地系统中无俯仰信息收站对运动目标的三维定位跟踪能力;通过若干观测点上测量数据的组合,较好地实现厂对运动目标的三维定位跟踪,从而可以将目标的高度信息从变化的距离和之差的测最值中提取出来。文中以仿真手段证明了这种方法的可行性。     

战场威胁约束下的纯方位探测单观测站轨迹优化

为保证战场环境下单站纯方位无源探测的精度和观测站的战场生存能力,提出一种战场威胁约束下的单观测站轨迹优化方法。对典型战场威胁进行分析,建立战场威胁和单观测站运动轨迹的数学模型。在此基础上综合考虑单观测站探测精度和所受威胁程度,分别构建精度打分函数和威胁打分函数,得到单观测站的路径选择函数,并对观测站不同轨迹进行评价。仿真结果表明,所提方法能够有效规避战场威胁并提高定位精度,保证战场环境下单站纯方位探测的准确性和可靠性。     

北斗导航信号电离层闪烁模拟及其影响

电离层闪烁具有突发性、偶发性和区域性,且难以建模准确刻画。针对电离层闪烁影响下的北斗导航信号复现问题,研究了基于应用伽马分布和零均值高斯分布模型的导航信号电离层闪烁序列生成方法,并基于国防科技大学电子科学与工程学院研制的NSS8000型多体制导航信号模拟器给出了北斗导航信号电离层闪烁模拟的硬件架构。在此基础上,通过中频信号采样和软件接收机处理,分析了电离层闪烁对北斗接收机跟踪环路的影响。结果表明:在相位闪烁指数为0,幅度闪烁指数为0.9时,码环鉴相误差可达0.05 chip;而在幅度闪烁指数为0,相位闪烁指数为0.5时,载波环鉴相误差可达15°,处于失锁的临界状态。     

利用预报误差分布拟合实现卫星历史轨道机动检测的方法

轨道机动会引起在轨卫星的轨道异常,是空间态势感知的重点关注对象之一。为此,提出一种从卫星的两行轨道要素编目数据中检测历史机动的方法。通过分析预报误差检测轨道参数的异常编目值,进而获得相应的历史机动信息。对卫星的两行轨道要素编目数据两两预报求差得到预报误差的样本数据后,利用期望最大化算法可以拟合得到以高斯混合模型表达的预报误差的概率分布模型;以此为基础,可以确定利用预报误差检测轨道参数异常编目值的门限;利用轨道机动与异常编目值之间的对应关系,最终实现机动检测。对典型活动卫星的机动检测结果表明,所提方法能够在准确检出历史机动事件的同时保持较低的误检率。     

一种新的高分辨率SAR图像目标自动鉴别方法

目标鉴别是SAR图像目标识别系统的关键环节,用以消除预筛选阶段因异常检测产生的大量虚假的感兴趣区域切片。针对目标鉴别问题,提出了一种新的目标自动鉴别方法,首先对CFAR检测的结果做基于面积特征的预鉴别处理,而后对获得的ROI目标切片提取鉴别特征,并在特征分析的基础上设定特征判决阈值,实现序贯鉴别处理。利用X波段SAR图像数据检验了上述方法,给出了鉴别输出的ROI切片。     

分形信号的滤波算法

提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点，采用离散小波变换（DWT）对分形信号进行多尺度分解，使其成为各尺度上的近似平稳信号，从而可利用通常的Wiener滤波或Kalman滤波方法进行估计，然后再由DWT进行多尺度重构，估计出被噪声污染了的原始信号。重点对DWT的滤波过程进行算法设计，并估计了计算复杂度。     

基于VFGPIR联合特征的决策级加权融合检测方法

车载前视地表成像雷达(VFGPIR)探测浅埋目标时面临虚警率过高问题,可利用序列图像特征的联合检测解决这一问题.首先利用Fisher鉴别比(FDR)定量评估从单帧和序列图像中提取的单个特征的鉴别能力;然后针对单个最优序列特征无法满足探测指标要求提出一种基于决策级加权融合的多特征联合检测方法;最后利用接收机工作特性(ROC)曲线来验证所提方法的有效性.试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;所提方法性能优于单个最优序列特征、特征向量和多数票融合准则对应的检测结果,有望满足实际探雷应用需求.