基于Canny边缘检测的Mean-Shift跟踪核窗宽确定方法

传统核窗宽固定的Mean—Shift跟踪算法不能很好地对做复杂运动、尺寸变化的目标进行有效地跟踪,变核窗宽是解决这一问题的途径。图像的边缘表征了目标的重要特征,可以通过提取目标的边缘来确定核窗宽并用于跟踪。基于Canny边缘检测算法确定跟踪窗宽加快了Mean—Shift跟踪算法的运算速度,仿真结果验证了该跟踪算法的有效性。     

基于穆迪图表法改进的AHP目标排序

在登陆作战敌滩头目标数量众多时,对目标排序再进行火力打击是登陆作战中必须解决的问题。运用穆迪图表法改进的层次分析法较好的解决了决策过程中的目标排序问题。     

基于核相关滤波的抗干扰跟踪算法研究

针对核相关滤波目标跟踪算法(KCF)在目标尺度变化、受到严重遮挡以及出视野等情况下跟踪失败的问题,从两个方面基于核相关滤波跟踪算法进行抗干扰设计.针对KCF在目标严重遮挡时其模板更新方法易造成模板污染的问题,提出增量式模板更新策略,以增强算法的鲁棒性;针对KCF缺乏处理目标尺度变化的能力,进行尺度自适应估计,以适应目标...     

强海杂波背景下目标检测方法综述

高频地波雷达被广泛应用于海面目标的检测,而由于海杂波的分布散射具有很强的动态特性,通常情况下成为了海面目标检测的主要干扰成分。因此,在强海杂波背景下进行目标检测的关键在于如何有效抑制海杂波。从循环对消、子空间分解、模型预测以及分形特征这几方面对海杂波抑制技术进行综述、分析和总结,为后续对海面目标检测提供参考。     

“六化”目标导向下机场数字化应急预案管理系统构建

随着数字技术的不断发展,推进机场应急预案数字化,是新时代建设四型机场的重要环节,也是提升机场应急能力的必然发展趋势。本文基于当前机场应急预案存在的4个主要问题,提出了以“六化”目标为导向,即以应急职责清单化、资源可视化、指挥体系化、处置流程化、推演自动化、评估智能化作为目标,构建机场数字化应急预案管理系统,对提升机场数字化应急预案决策支撑能力具有重要实践意义。     

基于运行风险的无人机系统安全性目标及审定方法

无人机系统类别及运行场景不同,其可接受的安全性水平不同。综合考虑无人机系统运行过程中潜在的危害性和可能性,划分无人机系统的运行风险类别;分析确定无人机系统的失效状态定义及分类方法,基于运行风险类别,研究制订安全性目标,并给出安全性分析的审定方法;最后在某型无人机系统安全性审定中进行应用。结果表明：上述方法可为无人机系统安全性评估及审定提供支持和参考。     

基于物理规划的高超声速飞行器滑翔式再入轨迹优化

 轨迹优化是新型高超声速滑翔式再入飞行器方案设计的关键技术之一。物理规划方法能够以较低的计算代价获得设计者偏好的多目标优化问题的折中解。基于该方法研究滑翔式再入最优飞行轨迹。首先介绍物理规划方法求解多目标优化问题的数学模型,然后将考虑射程最大、热载最小、热流密度峰值最小和弹道最稳定4个目标的再入最优轨迹问题纳入物理规划的框架求解。以某带翼锥形再入飞行器为例,通过计算并分析单目标优化结果,确定具体的偏好结构,采用遗传算法求解了考虑热流、过载、动压和终端条件约束的多目标最优轨迹。优化计算结果验证了物理规划方法的有效性。分析了沿最优轨迹飞行的物理原因和基本迎角控制规律,可为滑翔式再入飞行器的最优轨迹方案设计提供依据。     

机动目标拦截末制导状态估计器的误差特性

 针对大机动目标拦截问题,分析了末制导阶段目标机动条件下状态估计器的误差特性。首先将目标机动输入未知时的状态估计器模型表示为一随机线性混合系统,当混合系统的模式跳变事件满足可观测性条件时,模式决策过程可等效为真实模式的延迟;随后推导了模式决策延迟条件下估计误差的动态方程与传递函数,并得到了一定误差要求下模式决策延迟的上界与目标机动模式逗留时间的下界;最后通过空空导弹拦截高速战机的典型实例验证了该理论分析的正确性。研究结果为设计此类线性混合系统估计器提供了理论依据。     

基于信息素启发狼群算法的UAV集群火力分配

无人机（UAV）集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势，得到最优武器-目标分配（WTA）方案，使得UAV集群在火力分配中既能够满足任务要求，又能够较少作战单元消耗，建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型，采用带有游走、召唤算子的改进狼群算法（WPA）对模型进行求解。为提高算法全局寻优效率，避免陷入局部最优，引入蚁群优化（ACO）算法中信息素启发规则，对游走行为及狼群更新机制进一步改进，提出了基于信息素启发狼群算法（PHWPA）的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的，相比较于其他算法，PHWPA具有更高效的寻优能力，能够为UAV集群作战火力规划提供支持。      

基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长，加工和试验成本高，制约发动机设计周期的问题，基于航空发动机燃烧室模型，结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验，应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析，针对于燃烧效率和总压损失预测值的方均根误差分别为0.006 3%和0.122 7%。对设计变量参数开展寻优，并对获取的Pareto最优解集进行了分析，为满足性能指标的先进航空发动机燃烧室设计提供了物理见解，可以快速准确获得满足最优性能的设计参数，缩短航空发动机的研制周期。