极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。     

基于Bayes理论的测试性数据融合评估技术

针对目前高可靠性产品测试性评估验证面临的样本量不足的问题,提出一种基于Bayes理论的内外场数据融合评估技术,并给出详细的内外场测试性数据收集方法及原则,利用某产品的试验数据对该方法进行了验证。该方法工程应用性强,可作为高可靠性产品测试性评估的依据。     

维修性试验验前信息融合方法

针对小子样维修性试验因数据异总体而导致验前信息融合精度低的问题,提出了基于信息可用度的验前信息折合模型,解决了因数据异总体无法融合的问题;利用随机加权法对验前分布参数进行了拟合,准确地表述了验前分布;提出了基于支持度的融合权值确定方法,提高了各验前分布融合权值分配的合理性;最后,通过某装备维修性试验验前信息融合实例,表明了该方法具有一定的工程应用价值。     

多子带雷达信号融合噪声抑制方法

全极点模型对信号构建线性模型,通过对模型进行定阶和计算可以得到估计信号的各个参数,从而实现信号预测。子带融合之前需要进行相干处理,可以通过相干函数等方式解决。root-MUSIC算法在低信噪比环境中极点选择并不稳健,会导致模型在阶数上判断错误。为解决全极点模型方法中子带融合在信噪比低时模型阶数估计不准的问题,提出一种噪声抑制方法。对信号Hankel矩阵的主对角奇异值矩阵加权处理,以消除噪声分量,并利用整体前向预测矩阵得到整体频段极点值与极点幅值,由此估计出低信噪比时的多子带融合信号。结果表明所提方法在仿真环境下,在信噪比-20 dB至10 dB时,相较于传统极点模型方案具有更好的估计结果。     

反潜机采用阿基米德螺旋线搜潜问题研究

反潜机是重要的反潜力量,根据反潜机搜潜情况,建立了反潜飞机采用阿基米德螺旋线样式搜潜的数学模型和目标运动模型,讨论了螺旋线采用的三种轨迹间隔,通过仿真验证,确立了反潜机搜潜最优轨迹间隔,以达到提高发现目标潜艇概率、优化反潜效能的目的,为反潜飞机采用阿基米德巡逻线搜潜样式搜潜时提供战术参考。     

卫星导航接收机捕获和跟踪抗干扰能力分析

卫星导航抗干扰技术是接收机研制中的热点问题,不同的干扰模式对接收机的影响各不相同。通过建立非相干高斯白噪声、单频干扰和扫频干扰等3种常见干扰模型,分析了干扰对码分多址卫星导航接收机常用的并行码相位捕获和科斯塔斯环路跟踪阶段的影响,获得了其在2个阶段的抗干扰能力。研究表明,不同频率变换方式的单频干扰对接收机环路的影响区别不大,而与干扰频点接近信号中心频点的长短密切相关,同时接收机对非相关高斯白噪声干扰的抗击能力要远大于单频干扰。研究结论对码分多址卫星导航接收机和干扰机的设计具有一定的参考意义。     

利用时间窗权重进行航迹关联

提出一种利用传感器测量数据的时间窗权重进行航迹关联的方法,将目标运动状态的多维向量(如距离、方位角、俯仰角等)分解为多个一维状态标量;根据每个状态标量与时间的关系,提取两条航迹的共同测量时间区间,将其划分为若干个时间窗,计算对应时间窗内的权重;根据时间窗权重差计算每一个状态标量的航迹相似度;应用DS理论或Bayes理论进行航迹关联决策。     

复杂环境下多雷达点迹融合

针对系统误差、杂波干扰等对点迹融合处理系统的影响,结合工程实践,提出了一种处理复杂环境下多雷达点迹融合结构框架,给出了存在系统误差情形下的多雷达航迹起始、虚假目标抑制、雷达误差配准等模型和算法。仿真结果表明,提出的框架、模型和算法能够有效处理多雷达点迹融合问题。     

图像融合的客观质量评估

随着图像融合技术在武器自动化系统中的广泛应用,图像融合的质量评估问题,即图像融合的性能评估问题,在融合方案的选择中具有重要地位。由于人工主观的图像融合评估具有很大的工程化和自动化难度,国际上研究人员都将研究目标投向了客观图像融合质量评估的研究中。从历史发展的角度系统地回顾了客观图像融合质量评估的发展历程和研究现状,对近十年来的客观图像融合质量评估方法进行了分类和分析。同时,对于国际上几种流行的图像融合质量评估方法的性能测定思路进行了介绍。对于图像融合质量评估现状的分析和讨论有助于我们对图像融合的质量评估方法进行更深入的研究。     

战场要素的认知处理

针对多弹编队飞行时如何判断当前复杂战场环境下的战场态势问题,采用层次分析法、属性识别理论方法和数据融合的方法,研究了实时认知处理战场要素模型问题。首先,对复杂战场要素进行分析,对这些战场要素进行分类;对不同的战场要素分别建立数学模型;然后,采用层次分析法和属性识别理论方法对导弹认知的数据进行评估,得到数据的精度评估等级后,采用数据融合方法对数据进行融合,得到融合后数据,以此对导弹中的数据进行实时更新。最后,将所建立的战场要素模型进行实例化仿真,仿真结果表明该方法的有效性。