基于局部单应性矩阵的图像拼接与定位算法研究

针对单个摄像机的视野范围有限导致在大场景下监控效果不够理想的问题,提出了一种改进的图像拼接与目标定位算法。该算法以多个摄像机获取的具有共视区域的监控图像为基础,通过对图像进行网格划分后分别计算多个局部单应性矩阵完成初步对准,然后对网格顶点进行微调优化完成最后配准。最后对图像进行融合形成无缝、自然的大视角图像,并利用场景信息在获取的全景图像上对目标进行快速定位,以满足监控人员对场景中目标的全景捕捉分析功能。实验结果表明,该算法能显著提高大场景下图像拼接结果的质量并实现目标的快速定位。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。     

智能终端北斗定位技术、标准及产业发展状况

北斗卫星导航系统是我国自主研发、独立运行的卫星导航系统,是全球四大卫星导航系统之一,是我国重大空间和信息化基础设施,也是我国国民经济稳定安全运行的重要保障。2015年3月30日,首颗新一代北斗导航卫星成功发射,北斗卫星导航系统由区域运行向全球拓展启动实施。随着北斗区域系统全面商用,北斗全球系统启动实施,推动北斗卫星导航系统的产业化、市场化、规模化应用进入关键阶段。目前,各个导航市场,无论是行业市场还是大众市场,智能终端是最重要的卫星导航应用设备,无论是出货量还     

无人飞行器自主着舰实时场景的仿真实现

为给垂直起降无人飞行器视觉自主着舰算法研究提供经济可行的解决方案,实现了无人机自主着舰场景的软件仿真以提供算法研究中所需的合格场景图片.基于机器视觉理论,通过分析无人飞行器机载摄像机在自主着舰时考虑了透镜畸变参数的针孔成像模型,给出了无人飞行器着舰靶标的成像公式,并介绍了软件仿真中畸变模型实现时出现的问题及解决办法.为了使仿真图像更逼真,综合考虑了无人飞行器着舰实时场景中所存在的主要干扰,如光照不匀,运动拖影及电气噪声和大气流动和海面悬浮颗粒造成的白噪声等,在C+ +和Windows环境下实现了无人飞行器自主着舰的仿真图像和数据的实时生成.最后展示了部分仿真结果.     

基于效能评估的战斗机末端光电对抗仿真

为掌握战斗机末端光电威胁交战场景,评估无源干扰手段使用样式策略和效能,采用集对分析和粗糙集理论的综合评估方法,研究了不同类型和数量来袭导弹时威胁等级和威胁排序实现算法。同时对飞机、多点源诱饵、伴飞诱饵及面源诱饵干扰特性的建模计算进行了分析研究,生成飞机与多点源、伴飞及面源诱饵相互影响的红外对抗场景。利用告警等级模型评估的威胁等级自适应决策出无源干扰的使用策略,并能对战斗机末端光电手段进行干扰效能评估。结果表明：能实时生成不同帧频下的战斗机末端红外对抗场景;根据威胁等级排序决策能力,对多点源、伴飞和面源诱饵使用策略和干扰效能进行有效评估。     

区块链与 5G MEC在军事领域的融合应用

第 5代移动通信技术(5G)与移动边缘计算(Mobile Edge Computing,MEC)的深度融合,实现了省带宽、降时延、均负载和高隔离的目标。为进一步增强军事场景中信息安全保障能力,首先,开展了基础理论研究,梳理了技术发展现状、能力指标和网络架构,为设计区块链与 5G MEC融合架构提供了理论支撑;其次,采用映射方法对民用技术的军事转化与融合改进开展了可行性分析,指出了技术融合的涌现性;此外,基于多视图方法论开展了需求分析,提出了 1种 5G网络架构下 MEC与区块链的融合架构;最后,基于所提系统设计了 3种军事应用场景,并给出了系统参考架构和优化方法。通过分析,3项技术在军事领域的融合应用具有一定的可行性,在综合保障、演训行动和卫勤医疗场景中能够提供安全可信条件下数据的高效处理和灵活流转。     

海陆交界非平稳场景星载ScanSAR扇贝效应抑制方法

扫描式合成孔径雷达(ScanSAR)因不受光线、天气影响,能够提供宽测绘带图像而被广泛应用在海洋监测领域。但ScanSAR图像的扇贝效应(Scalloping)和子带拼接效应(Inter-Scan Banding,ISB)严重地降低图像质量,尤其在海陆相接一类的非平稳场景下,干扰更为严重,影响图像的应用效能。针对上述问题,文章给出了一种基于图像分层和卡尔曼滤波的ScanSAR图像扇贝效应和子带拼接效应的抑制方法。针对非平稳场景,先进行图像分层处理使其满足线性卡尔曼滤波需求;然后,利用加性二维周期函数对子图层的扇贝效应和子带拼接效应进行建模;再将卡尔曼滤波器应用于条纹抑制;最后,对真实ScanSAR图像数据的有效处理结果验证了算法的有效性。     

一种基于无线信号辅助的室内无死角定位算法

针对传统惯性导航系统定位误差随时间积累的问题,提出了一种基于无线信号辅助定位的室内无死角定位算法。该算法首先利用加速度计、陀螺仪、磁力计和气压计等传感器数据实现三维定位,然后利用无线信号对惯导定位中的位置偏差进行实时校正,再通过航向最优估计算法对航向误差进行修正,在位置和航向上增强惯导系统的实用性。利用实验室自主研发的微惯性测量单元固定在腰部脊椎位置进行实验验证,结果显示基于无线信号辅助的室内无死角定位算法精度达到1%以内,与纯惯导技术相比,能够提供更持久和准确的三维位置信息。     

基于自适应修正曼哈顿距离的室内定位方法

在室内WiFi环境下,针对常见指纹匹配算法所忽略的信号波动问题,提出了一种基于自适应修正曼哈顿距离和AP选择的指纹匹配算法,并结合加权K近邻方法实现定位。首先采用AP选择算法获取部分受干扰程度小和出现频率高的AP,在指纹匹配时仅使用该部分AP的接收信号强度进行计算;在分析WiFi信号传播衰减公式和信号波动的基础上,提出了将自适应修正曼哈顿距离作为指纹匹配的度量距离,使用该距离旨在平滑信号波动对指纹相似度计算的影响;最后采用加权K近邻方法估计测试点的坐标。实验结果表明,在加权K近邻方法的框架下,基于自适应修正曼哈顿距离的定位算法在定位精度上优于基于欧氏距离、曼哈顿距离、余弦距离和Sorensen距离的定位算法。