红外可见光双目系统像素级快速融合方法

红外 可见光双目系统既能感知目标的温度，又能获取目标的颜色、纹理信息，在日常生活和工业产生中获得较多的应用.红外相机由于和可见光相机成像机制的不同，在标定过程中往往需要使用不同的靶标.本文提出了一种红外 可见光双目系统像素级的快速标定融合方法，通过设计了一种圆孔形靶标，实现了一步法标定，在可见光相机像素坐标系下像素质心标定精度小于1个像素，可用于大批量的低成本的民用红外标定产品系统.     

基于近似粗糙集分辨力分类算法的飞机类型预测

传统的C4.5分类决策树作为数据分类算法具有计算简单、准确率高的优势，由于飞机具有参数多和数据量大的因素，C4.5算法需要对连续属性值进行多次顺序扫描，分类时间效率较低。针对此问题，提出近似粗糙集和决策分辨力分类算法，利用粗糙集近似度来判断属性划分样本数据能力，并将其代入到决策分辨力算法中，以决策分辨力最大的属性作为分裂特征建立分类决策树。算法在保证分类决策准确率的同时，提高计算效率并减少过拟合问题的产生。通过对UCI(University of California, Irvine)数据集上多组数据样本的对比实验分析，验证了本文提出PSRP(rough set and resolving power)的算法在保证相同准确率的情况下，平均计算时间效率提升约10%，可靠性提升2%。     

面向冲突证据的改进DS证据理论算法

DS证据理论在处理不确定信息上的优势在各个领域得到广泛应用。针对传统DS(Dempster-Shafer)存在的证据冲突问题，提出了一种改进的DS证据理论算法。首先，结合皮尔逊相关系数的相关性限制和融合过程零因子的修正，较大程度上减少分配与整体非相关证据体的权值，修正证据体的整体重要程度；然后，按照修正后的基本概率分布(BPA)进行DS组合规则计算，得到融合结果。在解决常见冲突证据和证据体融合数量等方面与其他改进DS证据理论算法进行比较，所提算法收敛速度更快，融合的可信命题基本概率结果更高，因而验证了算法的有效性。      

证据源权重的计算及其在证据融合中的应用

证据融合是提高目标识别准确性的有效方法.为了解决高度冲突证据融合时产生不合理结果的问题,提出了证据源权重的评定原则.引入了证据距离的概念,根据证据源权重的评定原则,提出了证据源权重的计算方法,实现了对各传感器证据的按权相加修正,从而在信息融合之前消除了冲突证据,避免了不合理结果的产生.为了有效利用先验知识,提高目标识别的效率,分两种情况设计了证据融合的方案,并进行了融合复杂性分析.分别对两种证据融合方案进行了仿真试验并进行了比较分析,仿真结果验证了使用证据融合进行目标识别的有效性.     

飞翼布局翼身融合特性研究

提出了融合度描述方法,通过建立统一的表面面元模型分析计算融合对气动特性和隐身特性的影响。采用响应面方法对基于几何模型的面元法计算结果进行修正,给出了最大升阻比和平均雷达散射截面积与融合度的关系曲线,为气动隐身一体化的翼身融合设计提供依据。     

基于IRI背景场的单站电离层TEC地图重构技术

为了有效解决电离层TEC观测数据稀疏时重构问题, 引入IRI-2007作为背景场, 利用反距离加权法和克里格方法重构了电离层TEC地图, 使用交叉检验方法检验了引入背景场前后的重构精度. 结果表明, 引入背景场后, 一方面有效地控制了边缘地区的发散现象, 另一方面重构网格点上绝对误差在 -0.25~0.25 TECU之间的比例分别提高了约70 %和100 %, 误差统计基本呈正态分布. 可以通过引入更加精确的背景场或使用逐步订正方法进一步提高重构精度.