Track-before-detect for Infrared Maneuvering Dim Multi-target via MM-PHD

In this paper, we present a novel and efficient track-before-detect (TBD) algorithm based on multiple-model probability hypothesis density (MM-PHD) for tracking infrared maneuvering dim multi-target. Firstly, the standard sequential Monte Carlo probability hypothesis density (SMC-PHD) TBD-based algorithm is introduced and sequentially improved by the adaptive process noise and the importance re-sampling on particle likelihood, which result in the improvement in the algorithm robustness and convergence speed. Secondly, backward recursion of SMC-PHD is derived in order to ameliorate the tracking performance especially at the time of the multi-target arising. Finally, SMC-PHD is extended with multiple-model to track maneuvering dim multi-target. Extensive experiments have proved the efficiency of the presented algorithm in tracking infrared maneuvering dim multi-target, which produces better performance in track detection and tracking than other TBD-based algorithms including SMC-PHD, multiple-model particle filter (MM-PF), histogram probability multi-hypothesis tracking (H-PMHT) and Viterbi-like.     

液体火箭发动机传感器故障检测与数据恢复算法研究

以某型液体火箭发动机为研究对象,根据其传感器的故障特性,提出了基于BP神经网络的传感器故障检测与数据恢复算法。通过定义的传感器置信度来判断传感器是否发生故障,以及确定故障传感器,利用已训练好的神经网络结构对故障传感器进行数据恢复。研究内容能够实现传感器的故障检测、定位与补偿,能够有效提高发动机故障检测方法的可靠性和鲁棒性。     

基于CATIA/CAA的四轴自动钻铆定位系统干涉检测编程方法研究及应用

干涉检测是自动钻铆加工前的重要准备工作,全文分别通过几种不同的干涉检测方法实现了运动仿真中的干涉检测,通过对各自方法取得的实际效果进行对比分析,得出通过基于CAAC++的方式调用CATIA自有的干涉检测功能不仅运算速度快、干涉检查信息全,并且程序运行稳定,效果最好,同时应用于开发的四轴数控托架仿真系统,辅助自动钻铆机生产加工,具有较广泛的应用前景。     

基于编队形状的反舰导弹预定目标选择模型特点

相比传统的预定目标选择方法,基于编队形状的反舰导弹预定目标选择方法是一类新方法。为了便于进一步研究具体算法,需要研究基于编队形状的反舰导弹预定目标选择模型的特点。该类方法的实质是将目标选择问题转化为点集匹配问题,因而文章从点集的信息来源、点集之间的变换关系、点集之间的映射关系、点集之间的距离函数等方面分析了模型特点,并根据这些特点将基于编队形状的反舰导弹预定目标选择算法分为2类：即基于迭代收敛的预定目标选择算法和基于变换位置集合的预定目标选择算法。     

前级环形切割器对后端靶板影响的数值仿真

利用ANSYS／LS—DYNA软件进行了环形切割器爆炸后对后端靶板的毁伤及环形切割器壳体的破裂过程的数值仿真。仿真结果表明：环形切割器爆炸后对后端靶板的毁伤中,起主璎作用的是环形切割器壳体的端部形成的破片和内侧形成的聚能侵彻体,而聚能侵彻体对靶板的破坏最为严重;琏于环形切割器的串联战斗部设计中,需考虑两级战斗部隔爆设计。     

Watershed image segmentation and cloud classification from multispectral MSG-SEVIRI imagery

In this work a technique for cloud detection and classification from MSG-SEVIRI (Meteosat Second Generation-Spinning Enhanced Visible and Infra-red Imager) imagery is presented. It is based on the segmentation of the multispectral images using order-invariant watershed algorithms, which are applied to the corresponding gradient images, computed by a multi-dimensional morphological operator. To reduce the over-segmentation produced by the watershed method, a RAG (Region Adjacency Graph) based region merging technique is applied, using region dissimilarity functions. Once the objects present in the image have been segmented, they are classified using a multi-threshold method based on physical considerations that takes into account the statistical parameters inside each region.     

基于证据理论的雷达与通信侦察目标识别算法

针对异类被动传感器中的目标识别问题,将D-S证据理论运用于雷达侦察与通信侦察的目标识别中。首先将雷达和通信侦察设备侦收到的信息分别通过识别,得到雷达和通信电台的基本概率赋值,再通过D-S证据理论算法进行融合,计算出目标平台的基本概率赋值,从而得到融合后的平台类型。仿真实验结果表明,融合后的结果具有更高的置信度。     

SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

双星双频地面快速运动目标成像与参数估计

在多输入多输出合成孔径雷达(MIMO-SAR)的基础上,提出使用双卫星、双工作频率实现地面快速运动目标检测、成像和参数估计的方法。利用广义二阶Keystone变换对提取出的运动目标进行距离徙动校正,针对快速运动目标的多普勒模糊问题,使用修正的离散调频傅立叶变换结合最小波形熵搜索完成目标多普勒参数估计后,利用数值搜索的方法对不同工作频率下的速度集合进行交集求解得到目标真实速度值,并给出了一种运算量较小的快速搜索算法。最后,计算机仿真表明了方法的有效性。     

基于磁通感应的动目标探测原理及分析

文章研究利用磁通感应技术对运动目标进行探测的方法。通过分析运动目标的磁特性,建立等效磁性模型。根据模型设计了探测感应线圈的结构,并从理论上推导出线圈内磁通量和感生电动势的求解公式。利用数值仿真获得了探测信号与运动目标特征及线圈参数的关系。计算结果表明,探测信号对运动目标参数及探测感应线圈的结构变化响应明显,初步验证了该探测技术的可行性。