基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。     

月面飞行器动力下降段多目标轨迹规划

针对未来月面着陆动力下降段轨迹规划需综合考虑多性能指标的问题,提出一种对飞行轨迹先优化后决策的多目标轨迹规划方法.在多目标进化算法MOEA/D-AWA(multi-objective evolutionary algorithm based on decomposition with adaptive weight adjustment)的框架下对轨迹规划的多个指标进行分解,得到若干个单指标的子问题.将凸优化算法作为求解单目标轨迹优化子问题的底层算法,嵌套在MOEA/D-AWA的框架中,经过迭代优化获得一组动力下降段飞行轨迹,其构成多目标轨迹规划问题的帕累托最优解集.根据模糊决策理论对各个帕累托最优解对应的多个轨迹指标逐步降阶并进行综合评估,经过决策得到多指标约束下的飞行轨迹.仿真实验表明,该轨迹规划方法能够在综合多目标的情况下,优化获得一组动力下降轨迹集合,且能够根据不同任务要求从中决策出最优的动力下降段轨迹,可有效解决月面飞行器的多目标轨迹规划问题.     

雷达海杂波时频谱特性分析

针对海杂波背景下目标检测问题的实际需求,整理分析了STFT、WVD、PWVD和SPWVD 4种常见时频分析方法及其优缺点,并基于实测数据对海杂波的时频处理结果进行了对比分析。分别对纯海杂波单元和目标单元实测数据进行处理,将利用4种时频分析方法得到的结果进行对比、分析和总结。对4种方法在时频分辨率、目标能量积累程度、对海杂波抑制能力和平滑程度上各自特点进行分析,并总结得到相应的结论。     

融合背景图像信息和多特征压缩的相关滤波跟踪算法

针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法。首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器。其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合。最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升。实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性。     

反舰导弹8字形二次攻击目标搜索效能评估模型

针对反舰导弹在一次攻击时未搜索到目标或搜索到目标后受电子干扰等因素,导致丢失目标而失去攻击机会的问题,通过分析反舰导弹的目标搜索过程,从充分利用剩余航程的角度出发,探讨了8字形二次攻击目标搜索的问题,研究了采取该方式搜索的效能影响因素,构建了8字形二次攻击搜索效能评估模型。通过仿真计算验证,论证了该模型的准确性,对研究反舰导弹二次攻击相关问题有一定的参考价值。     

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。     

一种基于循环阈值的海上固定目标清洗方法

针对海上电磁环境复杂、数据量巨大等问题,在进行态势分析时,将目标海域内对态势分析影响较小的固定目标进行清洗,可有效缩短数据处理的时间、降低复杂度,提高态势分析的效率和直观性。现有的固定目标清洗方法鲁棒性较低,不能排除异常跳变数据的干扰,对数据集中信息的准确性要求较高,不适用于海上复杂环境的数据处理。因此,文章提出了一种基于循环阈值的海上固定目标清洗方法,并在仿真军事场景上进行了实验分析,所提方法通过循环阈值过程能够排除自然因素、量测误差和异常跳变数据的干扰,有效检测出样本数据集中的固定目标。     

基于区间协同拍卖策略的改进多Agent车间调度模型研究

基于合同网协议的传统多Agent方法 (Traditional Multi-Agent Way,TMAW)求解作业车间调度问题,一般以单一的完工时间为优化目标,忽略了调度多目标性的要求;同时,招投标机制下Agent之间的任务优化分配本质上是单步优化,优化区间过小导致对系统整体调度性能的提升非常有限。针对上述问题,重新规划了多Agent调度模型,提出一种区间协同拍卖的动态调度策略(Interval-Synergy-Auction Scheduling Strategy,ISASS),该策略实现了一定时间窗口内时间、成本、设备负载和能耗的全局多目标优化,并可通过设置权重系数来调节优化目标倾向,很好地规避了上述传统多Agent方法的不足。最后,通过仿真测试验证了上述策略的高效性,同时研究了不同时间窗口和权重系数对调度性能的影响,可较好地指导实际生产。     

基于PEV准则的不确定随机多目标规划问题求解

为解决独立变量的不确定随机多目标规划问题在传统求解中存在分析不全面等问题,在期望值-方差准则下提出了一种新的求解方法。基于机会理论,引入不确定随机变量,在此基础上提出了不确定随机多目标规划问题;引入不确定随机变量的序关系,利用变量间的序关系把不确定随机多目标规划问题转化成不确定随机单目标规划问题,并通过期望值-方差准则把不确定随机单目标规划问题转化成确定的单目标规划问题进行求解;通过理论推导证明,在新准则下转化后的问题得到的最优解是原不确定随机多目标规划问题的有效解;最后,通过对无人机情报侦察监视任务分配问题的求解,利用改进的萤火虫算法求得有效飞行序列,验证了所提方法的可行性和有效性。     

一种面向弹道再入目标跟踪的HPD-SRCQSPF算法

针对弹道再入目标轨迹跟踪问题,提出基于混合建议分布的平方根容积求积采样粒子滤波（HPD-SRCQSPF）算法,该算法以混合建议分布为框架,由两个基本建议分布组成。其中一个基本建议分布为先验分布,另一个基本建议分布为平方根容积求积卡尔曼滤波估计后的值。该混合建议分布与真实的后验分布很接近,因此有着高效性、高精度等特点。仿真结果表明,对于弹道再入目标轨迹跟踪模型,相比于标准粒子滤波（SPF）算法和平方根容积求积粒子滤波（SRCQPF）算法,HPD-SRCQSPF算法可以在较低运算负载的情况下获得更好的跟踪性能。特别是在弹道目标变轨机动的情况时,所提出算法的性能增益更为显著。