宽波段遮蔽型干扰物及其形态和结构设计

舷外无源干扰手段由于简单可靠、使用方便、通用性好、成本低廉等优点,成为各国海军投入最多、优先发展的一种舰载软杀伤武器系统。随着信息技术和先进制导技术的发展,未来海上战场的电子战信息环境更为复杂,具有电子信号密度极高、信号形式复杂、信号频段极宽、信号动态范围大等四大主要特征,对海上电子战系统提出了更高的要求。由于目标体量巨大、雷达特征强、射频暴露频繁且严重、电子静默安全率低等原因,箔条等传统无源手段已无法满足航母等大型目标的防御要求。遮蔽型干扰物可以和箔条进行组合干扰,改变被测目标中心能量位置,实现对航母目标的干扰保护。 目前广泛使用的烟幕隐身材料多在可见光、红外波段,部分覆盖毫米波、厘米波段的遮蔽型烟幕隐身材料相对较少。随着科技的进步,遮蔽型烟幕干扰材料正向多波段复合干扰、遮蔽面积大、抗气象能力和环境适应性强、环保性能好等趋势发展。提高烟幕的综合遮蔽能力和效果,研制以吸收为主的吸收型遮蔽烟幕隐身材料,以及可同时对抗紫外、可见光、红外、毫米波和微波等的宽波段多功能型遮蔽烟幕是未来的主要发展方向。 本文详细叙述了遮蔽型烟幕干扰物的国内外研究现状,指出宽波段多功能型遮蔽烟幕是未来的主要发展方向。并根据滞空式无源干扰材料的空气动力学特性,以及吸波体设计所需满足的能量守恒、阻抗匹配等原理,对宽波段遮蔽型干扰物的结构设计方案进行了探讨。     

伪装网的发展现状及趋势

伪装网是军用伪装技术的一种,覆盖在装备表面能改变原有目标的特征信号,可有效对抗可见光、红外、雷达等侦察技术手段,缩小和地面或者其他背景特征信号间的差距,降低被敌方发现和摧毁的概率。本文主要介绍了伪装网国内外发展现状,并对伪装网的发展趋势提出了自己的看法,认为多频谱、轻便化和低成本是伪装网未来的发展方向。     

光电成像跟踪系统的实时数据融合技术研究

光电成像跟踪系统需要保证不同目标的自适应识别,同时严格按照时间序列执行的图像处理又是一个强实时性过程。实时融合跟踪技术提出并行执行多个算法组以适应不同类型目标的识别,并通过像素级、特征级和决策级的同时融合处理保证了系统跟踪的稳定性,最后在嵌入式并行处理硬件平台上有效解决了对运动目标的自适应跟踪。文中详细阐述了实时融合跟踪技术的技术思想和技术路线,在剖析其并行结构的基础上完成了光电成像跟踪系统的嵌入式硬件并行平台的设计和实现,取得了显著的工程应用成果。     

一种像素级多源图像融合方法的研究

采用BP神经网络与SVR融合法相结合的方法来实现像素级多源图像融合。改进型的SVR方法,用来进行全色波段和多光谱波段的融合。通过仿真证明,BPNN-SVR融合法优于SVR融合法。     

采用多源图像分形特征的多目标检测方法

针对多目标的检测,本文提出一种采用多源图像分形特征的特征级融合检测方法.首先对多目标检测的特点进行了分析,对分形理论进行了介绍,然后详细介绍了该融合检测算法的思路和原理.该算法首先由红外图像阈值分割出部分目标;然后利用分维数图的统计特征可以增强分形维数的奇异性,在可见光图像的分维数图中搜索与已检测出的目标区域具有相近分形统计特征的区域,进行标记;再根据"距离相似度准则"进行目标的聚类识别,排除背景干扰,最终检测出全部目标.实验结果表明该融合检测算法能有效地进行多目标的检测与识别.     

多波段伪装隐身涂层织物的制备研究与应用

采用着色颜料、红外低发射率填料、水性聚氨酯树脂等制备水性多波段伪装涂料,采用刮涂工艺,制备可见光/近红外/热红外多波段伪装涂层织物。通过双波段发射率测量仪、光谱反射率测试仪、光泽度仪等测试手段对涂层的红外发射率、光谱反射率、镜面光泽度等性能进行了表征,此外还对涂层的理化及环境性能进行了测试。结果表明:涂层的颜色满足《GJB 1082—1991伪装网用颜色》的要求,近红外光谱反射特性在380~1100nm范围内与应用背景基本实现了"同色同谱",不同颜色斑块的发射率梯度在0.13以上,在红外成像下能够形成有效的梯度分割,与应用背景具有较好的融合效果,具有可见光/近红外/热红外隐身性能,各项指标均达到了实用要求。     

一种燃烧型干扰剂的设计及其多频谱消光性能研究

为实现一剂化可见光、红外、激光的多频谱遮蔽干扰,基于铝热燃烧反应设计了一种新型燃烧型多频谱干扰剂,结合理论计算与实验获得了优选配方,并在烟箱内进行了干扰性能测试。结果表明:烟幕对可见光、近红外光（1~3 μm波段）、中红外光（ 3~5 μm波段）和波长为1.06 μm的激光可基本实现完全遮蔽;对远红外光（8~14 μm波段）的消光系数可达0.967 m²/g,对波长为10.60 μm激光的消光系数为0.655 m²/g。设计的干扰剂配方可基本实现一剂化多频谱干扰的目的,有望应用于燃烧型烟幕干扰弹。     

梯度反射率镜的设计及镀制

针对所设计的单横模Nd：YAG激光器谐振腔对梯度反射率镜的设计要求，以及遮蔽挡板是实现梯度反射率镜的重要内容，论文建立了精确设计遮蔽挡板的数学模型，提出了设计遮蔽挡板的算法，编程计算出具体的遮蔽挡板的孔径尺寸及安放位置，并分析模拟了遮蔽挡板的位置误差对反射率分布的影响。最后，根据遮蔽档板的设计与模拟分析，实际镀制出与设计目标相吻合的梯度反射率镜。     

激光雷达反遮蔽探测技术研究

为了探索利用激光雷达探测遮蔽目标,构建了遮蔽目标激光雷达回波模型,取得了遮蔽目标激光雷达回波波形的仿真数据.采用Levenberg-Marguardt算法对回波波形非线性拟合,实现了对回波波形的高斯分解,获取了高斯回波分量的个数、位置、半宽和幅度等参数.通过对各个通道分离子波的时间匹配,得到了各个子目标在不同通道的回波...     

基于图像特征融合与决策融合的多模式人脸识别方法

利用可见光图像和红外热图像进行图像融合是多模式人脸识别领域的一个新的研究方向．分别从特征级和决策级两个层次上研究了可见光图像和红外热图像的融合问题．在特征级上,引入遗传算法进行特征的优选,实现了两种图像的特征融合;在决策级上,提出利用Dempster-Shafer证据理论来实现决策的融合,并给出了具体的融合方案．分别采集了50人的红外热图像和可见光图像,每种各10张,共1000张图片进行了实验研究．实验结果表明,无论是对两种图像进行特征级融合还是决策级的融合,融合以后最终得到的识别准确率都大大提高,对于LDA和D_LDA方法达到了100％的准确率因此,可以认为基于遗传算法的特征融合方法和基于Dempster-Shafer证据理论的决策融合方法是实现多模式人脸识别的可行方法．     

基于模糊Choquet积分的图像融合效果评价

针对多源图像的融合效果评价问题,提出了一种基于模糊Choquet积分的图像融合效果评价方法。该方法采用融合图像熵值、交叉熵平均值、交叉熵均方根值、平均梯度值构成单因素评价指标集,基于知识确定F测度和各单因素评价指标的隶属度函数,应用Choquet积分综合各单因素指标得到一个综合评价指标。该方法综合利用了多个单因素指标的信息,并将人的知识引入到对图像融合效果的评价中,其评价结果更为全面客观。将该方法应用于CCD/SAR图像的融合效果评价,评价结果与理论分析结果和目视效果是一致的,表明了该评价方法的有效性。     

模糊融合分类器在水雷识别中的应用

当目标的类别多时会使分类器的精度和稳健性大受影响,用神经网络分类器去完成复杂的目标分类任务是难以保证其可靠性的。引入信息融合条件下一种新型的分类器,即模糊融合分类器,该分类器可以自动“过滤”无效和冗余特征的负面影响,实现有效的特征层融合识别。采用4种特征提取方法,利用三个模糊融合神经网络作为分类器进行特征层的融合,再将分类器的输出作为决策层的融合,提高系统的分类性能。通过处理水雷实体回波数据得出的识别率表明,所选取的特征提取和分类器算法是有效的。     

SAR图像与多光谱图像融合方法研究

本文针对SAR图像分辨率高、纹理信息多、斑噪影响大，而多光谱图像光谱信息丰富、分辨率较小的特点，提出了一种SAK与多光谱图像的数据融合算法。该方法分三步进行：首先使用粗糙集理论选取图像特征，在此基础上，对特征提取后的图像进行配准，配准中采用了数理统计中近似正态分布的方法，配准精度在一个像素以内，最后采用相关性加权的方法对配准后的SAK图像与多光谱图像进行融合。融合实验以LandSat的TM图像与Radsat的SAK图像为例，实验结果表明该方法取得了较好的融合效果。     

Cluster-based centralized data fusion for tracking maneuvering targets using interacting multiple model algorithm

The interacting multiple model (IMM) algorithm has proved to be useful in tracking maneuvering targets. Tracking accuracy can be further improved using data fusion. Tracking of multiple targets using multiple sensors and fusing them at a central site using centralized architecture involves communication of large volumes of measurements to a common site. This results in heavy processing requirement at the central site. Moreover, track updates have to be obtained in the fusion centre before the next measurement arrives. For solving this computational complexity, a cluster-based parallel processing solution is presented in this paper. In this scheme, measurements are sent to the data fusion centre where the measurements are partitioned and given to the slave processors in the cluster. The slave processors use the IMM algorithm to get accurate updates of the tracks. The master processor collects the updated tracks and performs data fusion using ‘weight decision approach’. The improvement in the computation time using clusters in the data fusion centre is presented in this paper     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。     

基于多尺度融合方法的无人机对地车辆目标检测算法研究

由于飞行高度等原因,无人机图像在实际使用中目标尺寸普遍较小、特征信息不明显,使用现有的算法对其进行目标检测存在困难。因此,提出了基于多尺度融合的图像多目标检测方法,使用Faster R-CNN为基础框架,将不同层次的特征信息进行融合,再结合上下文信息,实现了对无人机图像小目标检测。使用VisDrone2019数据集对地面车辆进行目标检查,实验证明:无人机对地面车辆目标的检测达到了较好的结果,所使用算法的精度达到88%,与其它算法相比提升了3.8%以上。     

基于数据融合和多重智能模型的目标识别和跟踪

考虑到单传感器的系统存在着局限性,提出了基于多传感器（雷达和红外）信号融合的目标识别和跟踪系统,以利用数据的互补和冗余。特征层融合能利用各传感器提供的特征为提高目标识别能力;对于点目标和面目标分别提出了智能规则推理和神经网分类器的目标识别方法。决策层融合能提高目标跟踪的精度并提高抗干扰性;提出了可信度决策的目标跟踪方法。     

基于GB-SAR的地面军事目标伪装性能检测及评估方法

为有效评估地面目标的伪装性能,提出了一种采用地基合成孔径雷达(Ground Based-Synthetic ApertureRadar,GB-SAR)模拟观测获取目标SAR信息的试验和伪装性能评估方法。该方法在分析伪装目标的SAR成像特性的基础上,采用地基机动平台上的SAR系统对地面伪装目标进行模拟卫星SAR观测几何的数据获取,在此基础上通过目标散射特性分析等实现伪装性能评估。首先分析了地基SAR系统模拟星载SAR侦察的必要性;其次,介绍了适用于模拟星载SAR观测的典型地基SAR系统组成。针对伪装性能评估,介绍了如何从目标特性的角度分析伪装效果的方法;并指出了该方法适用于多种雷达伪装设备的评估。