采用瞬态球状热斗篷方法的浅层地下目标红外隐身技术

由于浅层地下目标与背景土壤的热物性不同,影响了整个区域表面的温度场分布,容易被敌方探测系统发现并击毁。针对这一问题,考虑太阳辐射、天空辐射以及风速的影响,建立了埋藏地下目标的区域温度分布传热模型,揭示了不同时段埋藏地下目标对区域表面温度场的影响。在变换热力学的基础上,通过坐标变换的方法,推导出球状瞬态热斗篷的导热系数的通解表达式。根据等效介质理论,对设计的热物性参数进行均质化,并通过数值实验方法验证了基于热斗篷地下目标红外隐身技术的可行性。     

基于整体变分和数学形态学的空间非合作目标边缘检测

非合作目标不提供已知的目标标识器和敏感器件,无疑增加了检测识别的难度.CCD相机能够提供大量包含有非合作目标的尺寸、形状、相对位置和相对姿态等信息的高分辨率图像,用常规方法进行非合作目标图像分割时,由于空间环境的影响,使得目标的轮廓线非常零碎,常掩埋在杂乱的背景分割线中.为了克服这种问题,提出了一种保持边界的整体变分方法和数学形态学相结合的方法.先用整体变分方法对图像进行平滑的同时可以最大限度地保留图像中的轮廓、边缘等特征信息以增强目标的边缘,然后采用数学形态学的方法对其进行膨胀、腐蚀以滤除众多的背景噪声.经大量的实验验证,这种方法可以有效地提取出非合作目标的边缘信息,并可滤除大量噪声,为进一步开展非合作目标识别工作奠定基础.     

基于数学形态学和支持向量机的跑道检测方法

提出了一种基于数学形态学和支持向量机的跑道检测方法.首先采用Otsu法对原始图像进行全局阈值化处理,并利用灰度形态学边缘检测算法对所得图像进行边缘检测;然后利用Hough变换提取线段,若线段超过一定长度,则判定其所在区域为跑道的候选区域;最后选择8个分量组成跑道候选区域的纹理特征向量,用支持向量机作为分类函数,对候选区域的纹理特征向量进行分类,判别出跑道.实验表明,该算法对跑道定位准确,误检率低.     

建立雷达超视距探测效能库的一种快速算法

蒸发波导环境中微波雷达经常会出现超视距探测,建立雷达超视距探测效能库有利于微波超视距雷达探测效能的发挥。提出了一种计算雷达超视距探测效能的快速算法,即以蒸发波导高度、总体理查森数和海面风速为变量,先建立雷达超视距探测效能查询表,再利用查表的方法得到各种气象条件下雷达的探测效能,以此作为探测效能库的数据基础。最后将基于此算法得到的雷达探测规律与实际观测进行了比较,表明此算法是可行的。     

基于人眼视觉机理的红外图像边缘提取

在描叙了On型感受野特性的基础上,结合Bubble函数和负高斯-拉普拉斯二阶微分函数,给出了实用的On型感受野数学模型;探索性地描叙了人眼微动产生中央凹区信息精细处理、周边区域保持适度警觉的机理,据此提出了大尺度On型感受野与小尺度Off型感受野相结合的人眼微动精细处理模型,并利用该模型对红外图像进行了边缘提取,显示出对弱小目标处理的快速性和精确性.     

基于混沌振子列的微弱舰船轴频电磁场信号频率检测

针对远程探测频率未知的舰船轴频电磁场这一难题,提出了一种基于混沌振子列的微弱信号频率检测方法,通过该方法能有效地将强复杂背景噪声下的微弱轴频电磁场的频率检测出来.然后,讨论了不同阻尼比对系统性能的影响,并通过对比分析得出最优阻尼比.最后,用该方法对舰船轴频电磁场信号进行处理,结果证明了该方法的有效性.     

基于自适应累量算法的舰船轴频电场信号检测方法

提出一种新的舰船轴频电场信号检测方法.该方法利用高阶累量对高斯噪声的抑制作用,首先使用基于自适应累量算法的FIR滤波器对接收信号进行滤波消噪处理,以提高信噪比;然后再对滤波输出信号进行滑动功率谱检测.实测数据处理结果表明了该方法的稳健性和有效性.     

设计参数对一包TI蜗杆传动啮合性能的影响

从齿面接触分析的角度,分析了设计参数中心距、模数和蜗轮齿宽对一包TI蜗杆传动啮合性能的影响。结果表明：相对于理想啮合情况,在蜗轮分度圆直径一定的情况下,较大的中心距及较小的模数可以获得较理想的接触线的形状及分布;蜗轮齿宽的变化对接触线和啮合界限线的分布规律没有影响,但会影响接触线的长度。这些结论为合理选择设计参数提供了理论指导。     

双声纳基阵二维目标联合测向交叉定位算法精度分析

主要对双声纳基阵二维目标联合测向交叉定位算法及精度进行了分析,给出了系统具体的定位公式和误差计算公式,并针对不同基线和不同基线误差、方位误差下目标GDOP的分布情况进行了仿真分析。仿真结果表明,定位误差随基线长度的增加而减小,随基线和方位误差的增大而增大,当基线增大到一定长度时．定位误差最终趋向稳定,达到最小。     

一种基于帧间相关的红外弱小目标运动轨迹检测方法

针对传统帧间相关法对部分虚警轨迹难以排除的问题,研究了一种简单的帧间相关去噪算法,并提出在此基础上再次运用数学形态学方法来进一步排除虚假轨迹。算法采用形态学top-hat变换和二值化方法预处理原始图像,然后根据目标帧间相关而噪声点不相关的特点去噪,之后相加得到初步运动轨迹图像;最后采用形态学开运算,排除虚假轨迹,得到最终的检测结果。结果中检测出的目标轨迹清晰,虚警少。实验表明,该方法能有效地检测出弱小目标的运动轨迹。