基于军民融合的军事信息资源效能转化

军事信息资源效能转化的强弱,事关军队信息化建设和军队战斗力生成,需要引起高度重视。本文阐述军民融合对军事信息效能转化工作的巨大推动力,并通过分析当前制约军民融合军事信息资源效能转化的内因和外因,提出完善军民融合军事信息资源效能转化工作的措施建议。     

加强海防部队信息化建设

陆军海防部队是新型陆军的重要组成部分。军队规模结构和力量编成调整改革后,海防部队进行了全面整体重塑。海防部队信息化建设矛盾仍存在规划建设多元、装备相对滞后等问题。信息化建设应立足海防部队"岸岛海衔接、侦攻防一体"要求,尽快解决薄弱问题,加速推进向信息化、智能化海防转型发展。     

小波变换在零件边缘检测中的应用

目前对机械零件的尺寸、口径等参数的测量大多采用接触测量,而利用零件图像的边缘信息进行非接触测量,则是一种新的更好的检测方式。用此方法可以对机械零件图像的边缘进行精确的检测,再根据相应的数学关系得到相关参数的值,不但可以提高零件检测的精度,还可以大大节省人力和物力。模拟边缘检测技术的具体过程,依次采用最佳阈值迭代算法、小波变换模极大值法、边缘连接局部处理法对零件图像边缘信息进行边缘检测和提取,并对检测过程进行了重点分述。最后,通过一个具体实验,验证了小波技术与其他技术结合使用所获得的良好效果,从而进一步显示了小波变换在边缘检测技术中应用的巨大潜力。     

基于二代小波的三维虚拟人脸的LOD简化模型研究

针对三维虚拟人脸数据量大的问题,结合曲面多分辨率细分模型,首次提出了具有C2连续光滑的对称性双正交三次B样条小波的快速提升构造方案。算法通过引入 s-lift和w-lift算子,根据B样条的两尺度及小波二阶消失矩关系构造了l和h滤波器。定义了一个与顶点角标无关的提升运算以得到一个平面张量积形式的B样条小波函数,从而将提升构造算法推广到二维,研究了三维人脸网格曲面的张量积小波变换LOD控制算法。对误差计算进行了定义和分析,并对三维人脸的LOD小波控制算法进行了优化。结果表明:二代小波LOD模型压缩率高,人脸曲面失真度小。     

某高炮数字指挥仪的改造

为了使某高炮数字指挥仪能够适应现代战争的需要,遵照中央军委关于"要用高新技术改造现役装备"的指示,在不降低原高炮数字指挥仪战术技术性能的基础上,加装了红外热像仪、激光测距机、激光距离转换计算机、雷达诸元转换计算机.使该装备不仅能够与部队现配置的雷达连接使用,还增加了目标探测手段,增强了夜间作战能力,提高了装备的性能,成为新一代的光电防空火控系统,适应现代战争的要求.     

一种基于Hough变换的线型群体队型识别方法

作战群体的队型是作战群体的重要属性之一,它往往反映了群体中各成员之间的协作关系,直接体现着该群体近期的作战意图、身份及威胁等态势信息。为了给指挥人员的态势评估及军事指挥提供更多深层次的战场信息,从而为其决策提供更好的支持,重点研究了作战群体线型队型的识别问题。利用Hough变换的点线对偶特性,给出了线型队型的模板建模方法,提出了基于参数点聚类的线型队型特征提取方法,进而给出了基于模板匹配的线型队型识别方法。仿真实验表明,该方法是行之有效的。     

基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。     

基于细分小波的图像压缩算法研究

层次细节模型LOD(Level of detail)和感兴趣区域模型ROI(Region of Interesting)是静止图像压缩及网络传输技术中两个重要模型.通过将灰度图像网格化,并在图像网格上进行B样条细分小波变换,实现了图像的LOD压缩算法.并通过Gouraud明暗处理技术将网格还原成压缩过的灰度图像;同时,该算法还可方便地通过ROI区域选择,使ROI区域比背景区域获得更好的图像质量.     

军事电子信息装备发展与思考

主要叙述了美、英、法进行未来陆军转型的简要过程与概况,以及他们的发展方针与模式,简述了中国军队的军事改革情况,从而提出了我国军事电子信息化发展的顶层设计、转型路线、军事电子信息装备的综合集成等相关方面的分析思考和应做的努力,希望通过抛砖引玉的方式,引起和获得同仁们的帮助以及对火控、指控装备发展的重视.     

基于时频的逆合成孔径雷达的距离—瞬时多普勒成像方法

为了对机动目标进行ISAR成像,以在时间和频域同时具有高分辨率的时频变化替代傅氏变换作谱分析,得到机动目标距离—瞬时多普勒像。实测数据处理结果表明,与直接用距离—多普勒(R D)算法相比,该方法得到的图像质量有明显提高。