红外成象型空空导弹目标识别与跟踪算法研究

根据红外成象制导型空空导弹图象传感器在目标识别与跟踪过程中获得的图象序列的特点。提出了一种基于红外图像序列的弹道终端红外图象跟踪时的跟踪算法．实现了目标特征点的自动识别与跟踪。文中以最大距离法对目标图象进行分割．以机头部位为局部图象跟踪时的跟踪部位，分析了导引头投影成象模型以及弹目距离、相对速度对目标图象变化情况的影响．研究了中段形心跟踪模式与末端局部图象跟踪模式的转换时机．定义了确定目标充满视场程度以及阻塞视场与否的两个判据。最后，以实测的飞机红外图象对文中提出的算法进行了仿真，结果表明本文的算法是可行和有效的。     

飞机红外灰度图象分割自适应门限的确定

以红外成像探测得到的飞机图象为研究对象，将灰度直方图分析和飞机红外灰度图象固有的不变性特性信息结合起来，提出了一种自顶向下的灰度图象分割自适应门限的选取方法，利用求得的各级门限对飞机红外图象进行灰度分级，得到具有10级灰度的飞机灰度图象，为灰度图象识别系统提供数据输入。     

红外图象序列的运动目标检测

讨论了红外图象序列的运动目标检测方法 --光流法 ,并对实际的红外图象进行了仿真。实验结果表明 ,对于红外图象来说 ,Horn&Schunck算法具有比较好的性能。本文还对其他的几种算法进行了分析 ,给出了一些定性的结论     

水声图象目标探测

为实现水声图象中沉底目标的自动探测，提出一种匹配滤波和分形检测相融合的方法。由于匹配模板能够较好地模拟沉底目标的成像特性，而分形模型有助于区分人工目标和自然背景，所以这两种方法的融合可以有效地检测出目标，减少虚警。     

红外成象GIF中的神经网络识别算法

目标识别是红外成象GIF中的关键技术之一,利用神经网络可以完成目标识别的任务.在获得目标红外灰度图象傅立叶描述子特征的基础上,对BP神经网络、径向基函数神经网络和学习矢量量化神经网络在目标类型识别中的应用进行了研究.通过网络的设计及算法的仿真结果,比较了这几种神经网络的在目标识别方面的优缺点.     

用于成像探测目标识别的特征提取方法研究

针对成像引信图象处理的特殊性，研究了目标图象特征提取方法：TSRI不变性特征提取方法、目标图象边界特征提取方法，研究表明，这些方法能够有效地实现目标的识别。     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中，利用角点来建立特征空间越来越受到研究者的亲睐。本文提出了一种新的基于图像边缘和USAN区域的角点检测方法：首先用二维Gabor小波提取图象的边缘，然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取。此算法很好地解决了噪声对角点提取的干扰，同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间。     

基于Logistic回归的识别算法适应性研究

对自动目标识别算法的适应性进行了研究。通过仿真实验观察识别算法在2种影响因素（俯仰角与信噪比）的不同取值下的性能差异,建立了Logistic回归模型来验证其准确性,从而实现对算法的适应性研究。实验证明,该方法在识别算法的适应性研究上具有一定的可行性,可以为目标识别算法的选择提供理论依据。     

基于高阶神经网络的目标不变性识别系统

针对大尺寸目标图象的不变性识别提出了一种综合目标识别系统。该系统用形心到外轮廓的距离序列表示目标形状，将二维的目标图象识别问题传化为一维波形曲线的识别问题。对于这种波形曲线的识别，采用具有平移不变性的高阶神经网络（ＨＯＮＮ）方法，成功地解决了目标旋转变化后导致的边心距序列循环移位的问题，克服了传统匹配识别方法寻找匹配起始点的困难；同时使得ＨＯＮＮ由三阶降为二阶，极大地降低了对存贮容量的要求，仿真结果表明该系统对大尺寸目标图象的平移、旋转和比例不变性（ＴＲＳＩ）识别是切实可行的。     

直升机与树林复合测试目标识别算法研究

针对直升机目标与树林背景复合信号开展了目标识别算法研究。通过各算法对实测数据识别概率的比较，基于小波包的识别算法对于小尺度的识别距离其识别性能较好，采用小波包频谱法截取频谱较低的前两阶频谱，选择频谱宽度、峰值位置等参数可获得较高的目标识别概率。     

基于分段抽取软判决加权Walsh Hadamard变换的卷积码识别算法

针对低信噪比环境下卷积码识别研究存在的不足,提出一种基于分段抽取软判决加权Walsh Hadamard变换(WHT)的卷积码识别算法。该算法利用接收比特的解调软判决信息求取软判决频次序列,并构造加权Walsh Hadamard矩阵,从而识别得到基本校验序列。利用基本编码矩阵构造规则,最终实现记忆长度及基本生成矩阵的识别。算法结合分段抽取思想,降低了所需运行存储量。仿真实验表明,该算法可在低信噪比环境下对不同码率卷积码进行有效识别,具有较好的容错性,且对大约束度的卷积码性能提高更为显著。     

基于Hopfield神经网络的面目标特征识别方法研究

提出了一种基于Hopfield神经网络的面目标特征识别方法。介绍了网络结构、学习算法,编制了相应的计算程序,用该程序对6种不同模拟目标的样本数据进行识别,均被正确识别。结果初步表明,利用Hopfield神经网络进行面目标特征识别是基本可行的。     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。     

集中插入式帧同步识别方法

在非协作方截获的数字序列帧同步码的识别问题研究中,由于帧的长度未知、帧同步码未知,给识别带来困难。为此,提出了利用小区域检测估计帧长,利用二次滤波估计帧起始位,然后用模糊匹配识别帧同步码型的识别方法,对巴克码或m 序列进行了集中插入式帧同步识别仿真。仿真结果表明:在误码率不大于4%的情况下,上述方法对集中式插入帧同步的数据帧有较高的帧同步识别率:巴克码为80%,m 序列为78%.     

基于相关滤波和哈达玛变换的帧同步码识别

为从侦收到的信息中得到帧同步码,提出了基于相关滤波及哈达玛变换的识别方法。该方法先利用二次相关滤波区分信息码和帧同步码,然后利用哈达玛变换压缩数据处理量识别出帧长,最后通过模糊匹配法进一步识别出同步码的同步起始位和码型。仿真结果表明:在较高误码率的影响下,该方法可以利用较少的数据量快速准确地建立帧同步,并具有较好的识别效果。     

一种基于遗传算法的红外图像识别方法

本文提出了一种基于遗传算法的红外图像识别方法。首先对成像质量差的红外图像利用小波滤波器（包括实和虚两部分）有效地提取特征；然后运用遗传算法进行特征融合；最后是计算机仿真实验，其结果表明遗传算法具有较快的收敛速度和较高的识别率。     

基于BP神经网络的数字识别方法

应用BP神经网络对数字进行识别,其图像的预处理采用去除杂点方法去除噪声,使用逐像素特征提取方法进行特征向量的提取.该识别过程还包括数字识别网络的训练,及通过选取初始权值和隐含层节点数、权值学习算法确定相关参数.实践证明,利用BP神经网络能够实现对阿拉伯数字的准确、快速识别.     

水下无人航行器编队识别目标的一种融合方法

本文提出了一种基于分布式信息一致性理论的水下无人航行器编队目标识别的新的融合方法,目的是得到编队对目标身份的一致判断.文中建立了水下无人航行器编队的网络模型,设计了可实现编队对目标身份一致判断的算法,证明了该算法达到一致性的条件,最后通过实例仿真验证了该算法的有效性.     

Fuzzy Jamming Pattern Recognition Based on Statistic Parameters of Signal＇s PSD

In order to recognize the jamming pattern in anti-jamming, a novel fuzzy jamming recognition method based on statistic parameters of received signal’s power spectral density (PSD) is proposed. It exploits PSD’s shape factor and skewness of received signal as classified characters of jamming pattern. After the mean center and variance of each jamming pattern are calculated by using some jamming samples, an exponential fuzzy membership function is used to calculate the membership value of the recognized sample. Finally, the jamming pattern of received signal is recognized by the maximum membership principle. The simulation results show that the proposed algorithm can recognize common eight jamming patterns accurately.     

An Automatic Interference Recognition Method in Spread Spectrum Communication System

An algorithm to detect and recognize interferences embedded in a direct sequence spread spectrum （DSSS） communication system is proposed. Based on Welch＇ s averaging modified periodogram method and fractional Fourier transfor- mation （FRFT）, the paper proposes a decision tree-based algorithm in which a set of decision criteria for identifying different types of interferences is developed. Simulation results demonstrate that the proposed algorithm provides a high recognition rate and is robust for various ISR and SNR.