基于混合深度特征的红外目标抗干扰识别算法

复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题,复杂人工干扰严重遮蔽目标,导致目标特征的连续性与显著性遭到破坏,无法全面描述识别对象的特性,造成空中目标识别准确率下降。针对此问题,提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先,基于卷积神经网络进行图像深度特征的提取,将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合,构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性,将支持向量机的二分类模型改进为三分类模型,对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下,基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%,该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。     

基于深度学习的突防控制博弈对象匹配方法CSCD

针对基于博弈理论设计应对多枚拦截弹的协同突防控制方案时需要确定博弈对象的问题,提出了一种基于长短时记忆(LSTM)网络的拦截弹攻击对象匹配方法。基于传统防空导弹飞行时序与流程构建拦截弹飞行轨迹库,以轨迹库为训练样本对LSTM网络进行训练,并以此为基础构建航迹预测模型与对象匹配模型,实现对拦截弹攻击对象的识别。仿真结果表明,该方法能够有效识别拦截弹拦截目标,为后续的巡航弹突防研究提供支撑。     

低温环境下红外辐射标定技术研究

低温环境下红外场景生成装置的标定是对低温红外目标特征评估和精准探测的前提。通过标定过程中热辐射-光子-电子转换测量的传递途径,建立基于红外热像仪灰度的低温标定模型,用最小二乘法进行拟合,得到模型中的辐射出射度响应函数和系统固有偏置。搭建了低温标定实验装置,根据热像仪对低温辐射源不同辐射出射度的测量结果,得到标定方程。分析了理论值和实际测量值的误差,在低温黑体辐射出射度9.79W/m2处,热像仪的辐射出射度误差最大,为-0.17W/m2,此时的灰度误差为-9.91DN。     

飞行模拟技术在红外/微波复合导引头测试中的研究与应用

飞行模拟技术在导引头研制的各个阶段都发挥着重要的作用,以微波暗室环境下复合导引头飞行模拟自动化测试系统为工程背景,其包含主控系统、三轴转台、二维目标三大分系统,是一套集机、光、电为一体的大型综合性测试系统。详述了测试系统的软硬件设计原理,通过五轴系统设计、转台与目标的分体式同步联动、二维目标模拟装置的精准平稳传动、陀螺指向测试的转台偏角修正算法几大关键创新型技术,建立起了一套飞行模拟自动化测试系统,解决了目标飞行轨迹模拟、导引头调试测试的难题,实现了红外/微波复合导引头动态特性的自动化测试。