一种快速、高精度光电闭环跟踪算法

为了解决跟踪系统中目标机动所引起的参数变化,提出了一种多模式自适应滤波器,用５个基本滤波器来描述５种典型的目标机动,然后用贝叶斯条件概率对它们分别进行加权。最后,给出了１５个滤波器的基本参数。     

视频图象实时处理器的设计

介绍了一个用于目标自动跟踪仿真实验系统的视频图象实时处理器.该处理器硬件由图形图象处理芯片TMS34010和高速数字处理芯片TMS320C25构成,采用相关跟踪算法时,对目标模板32×32象素和搜索区64×64象素处理能达到实时.     

二维非线性正交异性材料的瞬态热传导反问题研究

针对正交异性材料的二维非线性热传导反问题,本文采用顺序函数法对表面热流辨识进行了研究。在求解反问题时用到有限体积法、牛顿-拉夫逊法并引入未来时间步长的概念。在每个时间步内,将待辨识热流视为非线性方程组的未知量,通过一个迭代过程进行求解。从文中的例子可以看出,真实热流和辨识热流结果相近,从而证明了本方法在辨识二维非线性热传导反问题时是准确、稳定、有效的。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

随队支援干扰目标选择辅助决策方法

随队支援干扰是现代空袭作战中重要的电子对抗手段,随队飞行过程中对干扰目标的选择是随队支援干扰飞机作战运用研究的重点和难点问题,详细分析了随队支援干扰飞机的作战阶段划分及主要作战行动,针对雷达网的探测距离和综合发现概率指标,建立了随队支援干扰下的计算模型,并主要尽可能地降低雷达网的综合发现概率,提出了基于动态规划的干扰目标选择辅助决策模型。最后,以某种作战背景为基础,进行了作战过程仿真和辅助决策结果分析,验证了该方法的可行性和有效性,该方法求得的结论也支持随队支援干扰飞机其他方面的作战运用研究。     

基于置信规则库的防空目标意图识别方法

为解决防空反导体系对于目标意图识别中多源信息处理的问题,提出了一种新的防空目标识别方法——置信规则库(Belief Rules Base)识别模型,该方法是基于BRB专家知识系统的自学习方法,可以有效处理多源不确定性信息。同时,为了提高其识别效率,建立了一种与之相匹配的参数优化模型,并选择差分进化算法作为BRB识别模型的优化引擎。此外,在BRB识别模型中,专家意见也被引用到模型的初始化和推理过程中。最后采用一个实例对BRB识别模型的准确度进行验证。研究表明:该方法具有较强的实用性,可为防空反导体系的目标意图识别提供有力支撑。     

显示界面复杂目标辨认研究

为了使作战人员更快速地辨认武器系统显示界面目标,研究人对不同复杂程度及大小的目标符号辨认情况,为武器系统显示界面的目标编码设计提供依据。提出目标符号复杂度的定义,建立复杂度计算公式,对符号的复杂程度进行量化。通过测定被试完成搜寻特定目标的时间,建立反应时间和符号复杂度与大小、高复杂度目标数量与大小的线性回归模型。提取被试辨认不同复杂度目标的脑电信号,分析脑负荷。结果表明符号复杂度越低或尺寸越大,目标越容易辨认;当大小一定时,人对复杂度3以下的目标辨认情况较好,对复杂度3以上的目标辨认绩效明显下降;脑负荷随着目标复杂度的增大而增大。结论为武器系统显示界面的符号复杂度应设计在3以下,高复杂度目标符号使用时应合理调整其大小。     

基于有限条件的多波束雷达干扰系统目标分配算法

针对多波束干扰系统同时干扰多个目标的资源分配问题,通过分析目标分配算法的一般流程及涉及到的关键问题和技术难题,提出了基于实战化和有限条件的针对多波束干扰系统的非线性0-1整数规划数学模型。针对该模型采取开源软件SCIP进行求解,最后给出数值仿真来说明模型和算法的有效性。     

球形头部弹丸侵彻运动靶板的数值模拟

为研究球形头部弹丸高速侵彻运动靶板的侵彻规律,运用LS-DYNA动力分析软件仿真研究了不同条件下球形头部弹丸对靶板的正侵彻效应,获得了运动靶板厚度、材料和弹丸着速3种参数对侵彻过程中弹丸弹道偏移、翻转角度和剩余速度的响应规律。结果表明,随着着速的提高,弹丸翻转幅度和弹道偏移量逐渐减小;随着靶板厚度的增加,弹丸正向翻转角度和轴向剩余速度显著减小,而弹道偏移量增大;3种材料运动靶板中,4340钢靶对弹丸弹道偏移、翻转角度和剩余速度的影响最大,Weldox460钢次之,LY12铝最小。     

结合像素局部对比度的直线特征检测算法

鲁棒高效的直线提取算法在空间目标位姿估计、跟踪、骨架重建等领域有广泛的应用。提出基于像素局部对比度和全局虚警抑制的直线段检测算法。算法分为四步:第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验测试结果表明:该算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。