航测法提取动态三维深度信息

目前提取三维信息,重建三维图像的研究很多,本文叙述的是仅用一台摄像机利用航测法来提取动态三维信息的方法。假设物体不动,移动摄像机。在移动摄像机前后,即在摄像机移动的相邻两点,可以得到模型的像片对,通过此像片对来实现同名点交会,求得未知点的三维深度信息。为此,首先要进行绝对定向,计算像片元素和确定各个坐标系。然后实现不依赖像片角定向元素的同名点空间交会;或实现利用对应轴系上的坐标进行空间交会。在此基础上,笔者充分利用先验条件和专家知识来确定飞机模型上的同名点,初步得到了飞机模型的轮廓侧视图。     

深空合作目标高概率捕获复合扫描策略研究

针对深空目标长距离星间激光通信时间滞后大、光轴抖动明显、不确定区域大的问题,设计了一种基于两级执行机构的抗抖动高概率捕获复合扫描策略。将目标位置不确定区域划分为等大正方形子区域,在子区域内采用光栅扫描,通过快摆镜实现;在子区域间按照光栅螺旋扫描顺序覆盖,通过伺服转台实现子区域间的跳转。然后在考虑光轴抖动的情况下基于遗传算法对子区域大小、扫描光斑重叠大小进行了优化,得到了参数优化后的扫描方案,并通过仿真进行了验证。1000次蒙特卡洛打靶结果表明,在目标位置不确定区域3.6mrad、激光束散角0.1mrad、光轴抖动标准差5μrad的情况下,优化后的扫描方案对目标的捕获概率为99.2%,对不确定区域的扫描时间为41.34s,扫描到目标的平均扫描时间为9.62s。     

拖靶系统挂机安装角度计算

拖靶安全释放是拖靶系统正常执行任务的前提,拖靶挂机安装角度的优劣直接影响着拖靶的安全释放.依据拖靶释放特性建立了拖靶系统动力学模型,提出了拖靶安全释放的条件,给出了拖靶挂机安装角度的计算方法;通过实例对方法的正确性进行了验证,其结果直接应用于某新型拖机改装试验中,取得了满意的效果.     

利用幅值信息的超视距雷达多路径概率数据互联算法

天波超视距雷达是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。多路径概率数据互联(MPDA)滤波器将坐标配准与概率数据互联相结合,解决了超视距目标跟踪中的多路径传播问题,但在杂波环境下滤波跟踪精度不高。文中提出了一种基于信号幅值特征信息的MPDA算法(A-MPDA),当跟踪单一的、存在4种可能非线性量测的非机动目标时,仿真结果表明所提出的算法比标准MPDA有更好的跟踪精度。     

基于PC/104总线和ADS7805的多路小信号实时监测系统

开发了基于PC/104总线和ADS7805的实时监测系统。该系统主要由信号转换模块、A/D转换模块、CPLD逻辑控制模块EPM7128和PC/104总线组成。它能够在板卡上实现信号的采集监测,并能通过PC/104总线与上位机通信,实现数据的存储、后端处理及显示。参考了实时数据采集处理系统的设计思想,重点阐述了系统原理及硬件、软件的设计。     

机载高分辨视频信号采集与压缩技术

机载数字视频记录设备(DVR)在短短的几年里就大量地替代了机载航空电子系统中的磁带式视音频记录设备(VTR),有力地推进了机载记录信息的灵活应用,而且给信息的存储、分发带来了前所未有的高效率。分辨率为1024×768像素分辨率的大屏幕显示终端的广泛应用,对数字视频记录提出了有别于普通电视信号采集记录的要求。1024×768像素分辨率视频信号高速采集和压缩技术是实现数字化视音频记录的核心技术。本文概述了对1024×768(XGA)信号进行采集的惯用方法以及存在的问题,提出了直接对XGA信号进行高速采集和压缩的设计方法。     

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。     

基于改进YOLO V5的无人机航拍图像小目标检测方法

本文针对无人机航拍目标检测技术中目标聚集、目标较小及实时性差等问题,将YOLO V5的主干架构进行改进,简化Neck网络,提出了一种提高检测速度又能准确识别的无人机航拍图像检测技术方案。经过仿真实验测试,改进后的YOLO V5网络在保持识别精度的同时,检测速率提升了31%,满足无人机在航拍作业时对于准确性与实时性的要求。     

基于运动形态学的掠地飞行器视频检测方法

 结合数学形态学、视频图像运动分析以及数学统计分析方法,提出了一种用于空中预警控制系统(AWACS)的小型掠地飞行器运动形态学视频检测方法。该方法首先应用形态学tophat滤波提取出视频图像中的可疑目标(SO),并求取SO的运动参数,利用真实目标和类目标干扰的不同运动特性,应用数学统计的方法对各运动参数进行分析以剔除部分类目标干扰,从而获得潜在目标(PT)的灰度分布和运动参数。在应用形态学tophat滤波器进行可疑目标提取中,一种新的金字塔型结构元的引入有效减少了虚警数量。外场试验表明,该检测方法能够有效抑制航拍掠地飞行器视频图像中的地物干扰,降低虚警目标的数量。     

基于信息可信度的空中目标识别方法

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一.将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计.该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性.