基于多模型交互的红外目标跟踪方法研究

针对非线性运动的红外弱小目标跟踪问题,设计了一种基于交互式多模型性的跟踪方法。首先,引入多个运动模型,然后利用无迹卡尔曼滤波计算每个模型的滤波器状态估计,最后按照一定的概率加权得到总的状态估计值。使用数学仿真和物理实验对该方法进行了去噪和预测的功能验证,实验结果及相应理论分析表明该系统可有效的实现复杂背景下的红外弱小目标跟踪。     

综合电子干扰对编队对地攻击作战效能的影响

建立了编队对地攻击作战效能和战损模型,重点分析了编队综合电子干扰（雷达干扰、通信干扰、光电干扰）对敌防空预警系统、指挥引导系统以及武器制导系统的探测概率、引导概率和跟踪概率的影响,进一步指出了其对编队战损及作战效能的影响。     

人在回路电视制导导弹最优发射区的确定

导弹发射区的确定直接决定着武器作战使用效果。针对人在回路电视指令制导导弹,通过分析影响发射区的因素,对传统的图论算法进行改进使其适用于解决此类问题,编写了具有很强实用性和可扩展性的武器最优发射区计算软件,最后通过实例仿真验证了软件的正确性和普适性。     

遗传算法在电视制导导弹目标图像处理研究中的应用

文中介绍了一种基于遗传算法的改进的类间方差法作为电视制导导弹的图像分割方法,它不仅具有较好的分割效果而且满足弹载计算机的速度要求.最后应用本方法在某型电视制导导弹的地面模拟弹上进行仿真试验,证明了该算法是有效的.     

基于光流估计的红外弱小运动目标检测

提出了一种对复杂云层背景下红外图像序列中弱小运动目标分割和检测的方法.首先,利用Hom-Schunck算法计算序列图像的光流场,然后利用阙值分割和数学形态学滤波的方法进行目标检测,滤除噪声后提取出背景中的运动目标.实验结果表明,该算法对实时检测在复杂背景的红外图像中运动的弱小目标具有很好的效果.     

一种基于重要点的时间序列分割方法

分段线性表示是时间序列降维的有效方法,其关键在于分割点的确定。在时间序列分段线性表示的基础上,提出一种新的基于重要点的时间序列分割方法。与一般方法比较相邻三点关系不同的是,将时间窗扩展为前一重要点、待考察点和一个指定时间窗组成的区间,再通过比较数据点前后模式变化来确定重要点。通过与其他7种分割方法进行实验比较,证明该方法适应能力强,不但分割结果总体质量高,在压缩率相同时具有更小的拟合误差,而且能够有效滤除噪声,发现时间序列的模式特征。     

基于趋势转折点的时间序列分段线性表示

分段线性表示是时间序列降维的有效方法。在总结分析序列趋势变化特点的基础上,提出了一种基于趋势转折点的时间序列分段线性表示算法。首先定义了趋势转折点作为时间序列分段点的备选集,以点到区域的距离度量趋势转折点的重要性,再根据给定的阈值选择重要趋势转折点作为分段点,对时间序列进行分段线性表示。通过与其他6种方法进行实验比较,结果表明：所提方法在具有较好的拟合质量和适应能力以及对转折点明显的序列,都表现出较强的抗噪声干扰能力。     

机载红外搜索跟踪系统有效探测区域研究

针对机载红外搜索跟踪(IRST)系统在实际空战中发现概率过低的问题,论文尝试将作用距离与发现概率相结合,提出了有效探测区域的概念,并分别建立了水平、俯仰两种探测方式下有效探测区域模型;接着讨论了在复杂作战环境下,所建立的模型随发现概率、作用距离、大气透过率、目标飞行速度的变化情况。仿真结果表明,探测区域范围是随着上四种因素的变化而实时变化的,并且在两机相距百公里以上,气象恶劣、目标低速飞行时,有效探测区域仅仅是目标尾后上方很小的一块区域。机载IRST系统可以依据论文给出的变化关系,在探测过程中,动态建立信号视场中检测阈值与复杂因素的函数关系,以提高发现概率。论文为充分发挥机载IRST系统的作战使用性能提供了理论参考。     

轨迹预测在红外多目标跟踪中的应用

针对红外多目标跟踪过程中的噪声、轨迹预测和轨迹交联问题,讨论了轨迹预测算法在红外多目标跟踪中的应用.首先,利用邻域轨迹预测算法剔除目标检测算法中误检的噪声点,然后运用卡尔曼滤波和最小二乘滤波的轨迹预测方法解决在跟踪过程中目标丢失的问题,及多目标轨迹出现交联时如何辨识出各个目标轨迹的问题.算法充分运用了目标运动的连续性和方向性,避免了噪声的干扰,实现了目标轨迹的预测和辨析.通过物理实验,验证了各个算法的有效性,并比较了工程应用中的优劣.实验证明:基于目标轨迹预测的算法较好地解决了红外多目标跟踪过程中的噪声、轨迹预测和交联问题.