一种参数区间交叉类型的目标识别方法

针对参数区间为交叉类型的目标识别问题，提出了基于直觉模糊集和云模型的逼近理想点（TOPSIS）识别方法。构建了包含个体类和交叉类的目标数据库模型，根据云模型的多步估计算法，得到未知目标相对已知目标类的确定度，提出了确定度向隶属度和非隶属度的转化方法，基于直觉模糊熵计算特征属性的动态权重，形成了去模糊距离测度的TOPSIS识别方法，应用于辐射源信号识别。仿真结果表明，所提方法对参数区间交叉类型的目标正确识别率较高，具有一定的实际应用价值。      

基于改进ELECTRE法的舰船气流场方案评估方法

从气流场对舰载机作业的影响出发,构建了气流场评估指标体系。针对层次分析法一致性检验的缺陷,结合群决策特征根法（GEM）和决策熵理论,提出了结果可靠性可量化的气流场评估的赋权方法。结合模糊集理论知识,将经典ELECTRE法拓展到模糊环境下;排序计算中涉及到的指标评价值以三角模糊数的形式给出;使用改进ELECTRE法进行气流场方案的排序,模糊数计算保证了对大量模糊数据的完整处理。通过对3种不同气流场方案进行评估应用实例结果表明,所提出的舰船总体方案群决策方法具有较好的可行性,为舰船气流场方案评价提供了一种新的方法。      

模糊相似度景像匹配算法研究

研究了求取图像模糊特征域的计算方法,提出了采用图像模糊集相似度进行景像匹配的方法,并探讨了综合利用多种模糊集相似度算法进行匹配的方法,进一步提出了模糊综合相似度(FSSM)匹配算法.仿真验证表明,FSSM算法具有适应性好、匹配率高等优点,且实时性也较好,为飞行器实时景像匹配提供了一种可行方法.     

群模糊层次分析法的改进及应用

为了解决层次分析法（AHP,Analytic Hierarchy Process）中基于专家主观评价来构造的两两判断矩阵的一致性问题,提出了一种改进的群模糊层次分析法（IGFAHP,Improved Group Fuzzy Analytic Hierarchy Process）.IGFAHP引入了专家的权重系数和三角模糊数,将AHP扩展到群决策和模糊决策领域,设计了一种基于直接模糊判断矩阵的权重计算方法,通过各指标间可能度矩阵转化为实数值求解权重来改进一致性.定义了在模糊集上的一致性函数,并与AHP分别在3~9层指标上进行了对比测试.通过飞行器总体方案风险评价的实例对IGFAHP进行了应用验证.结果表明,IGFAHP相比AHP降低了使用复杂度并提高了一 致性.      

基于改进GRA-TOPSIS的空战威胁评估

针对在确定空战威胁评估指标权重时，未考虑指标间的耦合性以及客观赋权法不能从逻辑视角体现指标相对评价对象真正的重要程度的问题，提出了一种基于灰色关联度、灰色关联深度的极大熵模型初步确定权值，再根据指标间灰色关联度以及确定的解耦阈值修正权值的方法。为了克服灰色关联分析法（GRA）和理想点接近法（TOPSIS）的缺点，提出了一种基于GRA-TOPSIS的目标威胁评估方法。首先，通过实例对比分析了指标采用数学模型与模糊处理后，对目标威胁评估结果的影响；其次，对比分析了采用GRA、TOPSIS以及GRA-TOPSIS、数学模型得出的目标威胁评估结果；最后，考虑不同决策者的主观偏好，得出不同的目标威胁评估结果。通过仿真验证了所提方法的有效性以及科学性。      

一种基于地转风模型的平流层风场插值方法

平流层风场水平分量的数据精度和密度对高空气球实验的轨迹预测精度和飞行控制精度有着直接的影响。面向平流层风场，提出一种基于地转风模型的插值方法。该方法通过改进科里奥利频率公式，并用二维卷积计算地转风模型，提升了地转风模型的计算效率和低纬度地区风场精度，再用迭代二元线性回归和改进的自适应观测场偏差权重矩阵减小了观测误差对插值结果的影响。实验结果表明:所提插值方法能有效提升平流层风场插值计算速度，并对平流层风场水平分量的插值精度有显著提升。      

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

一种FPGA实现的序列图像目标多维特征实时提取方法

目标区域多维特征的建模表征是实现目标跟踪搜索的前提。传统的特征提取方法通常先连通出目标区域，再计算目标特征，实时性不强。提出了一种基于像素的连通域标记及目标特征同步计算方法，建立特征传递机制，利用标号映射表关联标号表与特征属性表，并在区域邻接时进行标号合并和特征属性同步传递计算，保证了目标区域连通完成即可输出目标区域特征。给出一种基于FPGA硬件设计的实现方案。仿真测试结果显示，此方法具有以下几方面优势：连通域标记耗时少，仅为(L×W+2n/m)×T_clk，接近理论最小值(L×W)×T_clk；利用循环缓存区存储图像，资源消耗小；标记与计算并行处理，提升了检测跟踪效率；多目标特征经测试验证结果准确，可有效支持后续的目标跟踪检测；具有理论与实用价值。     

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一，但现有方法设计中缺乏有效的时空约束，且目标表观特征泛化能力不足，在目标朝向差异明显的情况下会发生识别错误，在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题，提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中，提出了一种具有朝向约束力的行人重识别网络模型，提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征，提出一种基于朝向约束的分层轨迹关联模型，得到单相机内的目标轨迹。在跨相机场景中，通过引入一种简单有效的双向竞争匹配机制，实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法，能够减少频繁的ID交换，有效解决了相似目标相向而行时的错误关联；帧率达到19.6帧/s，能够满足近实时场景下的使用要求。      

基于CRITIC-TOPSIS的动态辐射源威胁评估

为解决传统辐射源威胁评估方法与空战动态态势联系不紧密的问题，提高评估准确度，提出泊松分布逆形式与逼近理想解排序（TOPSIS）方法相结合的算法，并引入指标相关性的权重确定（CRITIC）方法分配属性权重，构建基于CRITIC-TOPSIS的动态辐射源威胁评估模型。针对传统方法仅依靠当前侦收数据，未体现空战态势动态变化的不足，采用泊松分布逆形式融合多个时刻的辐射源数据信息，实现动态评估；针对传统TOPSIS方法依赖主观赋值的问题，CRITIC方法综合考虑单个指标内部和多个指标之间的关联性，能完整描述属性信息并客观分配属性权重。仿真结果表明，相较于传统静态评估模型，所提模型对于威胁度不同的辐射源区分度更大，评估准确性和可靠性更高。      

一种全球临近空间大气密度建模方法及应用

基于TIMED/SABER卫星2002—2018年观测的20~100 km大气密度数据，统计获得多年月平均值和标准偏差的全球网格数据。利用网格数据，分析了大气密度的变化特征。以网格数据为基准，计算了USSA76的相对偏差，分析了USSA76相对偏差的分布特征。以网格数据为驱动，将大气密度表征为平均值与大尺度扰动量和小尺度扰动量的加和，大尺度扰动和小尺度扰动分别采用余弦函数和一阶自回归模型表征，初步建立了全球临近空间大气密度模型。通过对比模型仿真值与激光雷达观测值，表明模型仿真值与观测值具有较好的吻合度，验证了建模方法的可行性。利用蒙特卡罗方法可再现给定轨迹上所有可能的大气状态。      

一种高效的油液磨粒图像自适应分割方法

为了提高油液磨粒图像的分割效果,优化磨粒自动识别工作的重要环节,提出了一种结合分水岭算法及区域相似度合并的油液磨粒图像自适应分割方法。对于待分割图像,首先通过形态学重构和基于形态学的自适应H-minima技术对梯度图像进行修正,利用分水岭算法完成磨粒图像的一次分割;其次提取分水岭分割后同质区域的Lab颜色特征、局部二值模式（LBP）纹理特征作为区域的量化指标,基于Bhattacharyya系数分别计算区域间的颜色、纹理相似度,设计可以实现权重自适应调整的颜色、纹理特征融合规则,以此来获取同质区域的综合相似度矩阵,实现过分割区域的合并;最后基于统一的后处理算法完成磨粒图像的完整分割。选择60幅磨粒图像对所提方法的分割效果进行测试,结果表明,单幅图像的平均分割速度在12 s左右,分割正确率稳定在90%以上,所提方法避免了用户在分割过程中对图像的交互式处理,较好地平衡了分割效率和分割精度,自适应程度明显提高。      

基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法

调制识别是信号检测与解调的关键环节,针对卫星调制中采用的MAPSK,MQAM,MFSK,MPSK方式,提出了一种计算小波变换熵值并结合高阶累积量的联合调制识别算法.根据小波变换对时频信息敏感的特点,不同调制方式高阶累积量计算结果的区分性以及不同复杂度的调制信号熵值结果不同,分析了以上4类调制信号的计算结果,提出了基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法.计算调制信号小波系数,据此计算熵值,实现对调制信号的类别划分,使用高阶累积量实现类别内的信号分类.经过仿真分析,可实现在8dB以上达到0.9识别率的效果,该方法对高阶（64阶调制）信号识别具有一定借鉴意义.      

基于代价敏感剪枝卷积神经网络的弹道目标识别

为降低弹道目标整体误识别代价，提出了基于代价敏感剪枝（CSP）一维卷积神经网络（1D-CNN）的弹道目标高分辨距离像识别方法。首先，基于彩票假设提出了同时以降低模型复杂度和误识别代价为目标的统一框架；然后，在此基础上，提出了基于人工蜂群算法的网络结构无梯度优化方法，以网络结构搜索的方式自动地寻找1D-CNN的代价敏感子网络，即代价敏感剪枝；最后，为了使代价敏感子网络在微调过程中仍以最小化误识别代价为目标，提出了一种代价敏感交叉熵（CSCE）损失函数对训练进行优化，使代价敏感子网络侧重对误识别代价较高的类别正确分类来进一步降低整体误识别代价。实验结果表明:结合CSP和CSCE损失函数的1D-CNN能在保持较高的识别正确率的前提下，相比传统的1D-CNN具有更低的整体误识别代价，且降低了50%以上的计算复杂度。      

基于视觉技术的非合作航天器相对位姿测量方法

提出一种基于特征信息融合的非合作目标相对位姿测量方法,该方法以航天器自有的特征信息作为识别目标,采用椭圆轮廓和特征角点相结合的方法对非合作目标特征进行识别,解决了位姿测量中无合作标志器提供理想特征信息的问题。针对典型的卫星目标模型,进行了非合作目标相对位置姿态测量方法的验证试验,实验结果表明:该方法可以成功识别目标物体并对目标物体进行准确定位。     

一种星载SAR模糊区回波信号仿真方法

模糊度是星载合成孔径雷达(SAR,Synthetic Aperture Radar)星地一体化系统方案设计中的重要技术指标.为了定量化研究模糊度对图像质量的影响,提出了一种星载SAR模糊区回波信号的仿真方法.该方法采用星载SAR模糊区回波信号模型.利用该方法生成包含观测区场景和模糊区场景的星载SAR回波信号,经成像处理后可以获得具有模糊特性的SAR图像.该仿真方法为定量化研究模糊度与图像质量之间的关系提供仿真工具,它能够反映模糊区目标的图形特征,为SAR图像的解译判读提供参考依据.计算机仿真结果验证了该方法的有效性.      

基于区域预测和视觉注意计算的快速目标检测

提出了一种结合区域预测与视觉注意模型化计算的快速目标检测方法.通过分析图像近似均匀的3个水平子区域的方向特征图之灰度比率,灰度特征图之信息熵和子区域位置,建立了目标区域预测的判定准则.同时,通过优选特征和优化特征图之权重,改进了视觉注意计算模型.对于一幅待检测图像,根据区域预测的判定准则,实现目标区域的快速预测,并利用改进的视觉注意计算模型对目标区域进行视觉注意计算,实现特定目标的快速精确定位.实验结果表明:针对户外场景中的行人目标,与通过整幅图像的视觉注意计算来实现目标检测的传统方法相比较,该检测方法可使检测时间缩短30%,同时还能使检测准确率提高9%.      

基于截断最小二乘和半正定规划的空间非合作目标相对位姿估计

面向空间在轨服务、碎片清除重大应用需求,围绕空间光场复杂、空间目标尺度变化及相对姿态与位置强耦合等难题,提出一种基于截断最小二乘与半正定规划的空间非合作目标相对位姿估计方法。基于TOF相机,首先进行体素下采样,提取快速点特征直方图（Fast Point Feature Histograms, FPFH）特征,考虑目标的局部几何结构尺寸,计算两组FPFH特征的相似度并预测特征之间的对应关系,采用截断最小二乘和半正定规划方法对姿态、位置进行解耦,实现空间非合作目标相对位姿估计。使用非合作目标的3D模型进行仿真验证,仿真结果表明：该方法在三种不同高斯噪声强度下具有较好的估计特性,为后续的工程应用及在轨任务实施提供理论与技术支撑。     

空间目标视星等曲线仿真

人类航天活动日益频繁，空间目标种类和数量不断增多，识别未知空间目标的关键特征具有重要的科学价值。本文通过辅助图形软件建模分割，获取球体、圆锥体和圆柱体带法向量的面元坐标；基于卫星仿真工具包，得到了目标轨道及位置参数，并结合双向反射分布函数各向异性Phong 模型和四元数姿态更新模型，完成了地基观测条件下4种形状空间目标的视星等仿真。仿真结果表明，目标受空间位置、形状和姿态的影响程度不同，其光度曲线具有各自特点。球体由于形状完全中心对称，光度曲线主要受空间位置的影响；圆锥体、正方体、圆柱体光度曲线的波形受形状影响较大，曲线走向受位置影响较大，波动频率受姿态角速率影响较大。通过统计分析相关数据，可为后续空间目标位置、姿态和形状的反演提供先验模型。      

基于改进核聚类算法的空间目标识别方法

根据目标区域的矩特征,几何特征以及灰度特征,提取出目标的特征向量,并通过聚类算法对空间目标进行识别,提出了一种基于Voronoi距离的核聚类算法（KFCM）。该算法通过引入一种新的距离度量,使得隶属度函数更加的明晰,改善了核聚类算法极易陷入最小值的问题。运用改进的核聚类算法对3类空间目标进行识别,试验结果验证了算法的正确性和有效性。