基于DRGAN和支持向量机的合成孔径雷达图像目标识别

为解决SAR图像目标识别中样本缺乏和方位角敏感问题,提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先,采用多尺度分形特征对SAR图像进行增强,经过分割得到目标二值图像,基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位角进行量化编码,结合原始图像作为输入,对设计的DRGAN模型参数进行训练与优化。由于DRGAN中的深度生成模型将目标姿态与外观表示进行解耦设计,故可利用该模型将SAR图像样本变换到同一方位角区间。基于变换后的训练样本分别提取归一化灰度特征,利用SVM训练分类器。采用MSTAR数据集在多个不同操作条件下对提出的算法进行测试,实验结果表明,在带变体的标准操作条件下,能够达到97.97%的分类精度,优于部分基于CNN模型的分类精度,在4种扩展操作条件下的分类精度分别为97.83%,91.77%,97.11%和97.04%,均优于传统方法的分类精度。在SAR图像目标方位角估计存在一定误差的情况下,训练得到的GAN模型作为SAR图像目标旋转估计器,能够使得在不进行复杂样本预处理的前提下,仍然取得较高的SAR图像目标识别精度。     

基于“当前”统计模型的混合网格多模型算法

针对混合网格变结构多模型算法中用于描述目标运动模式的加速度估计不准确引起跟踪精度下降的问题,本文提出了一种基于“当前”统计模型(Current Statistics,CS)的混合网格多模型算法(Hybrid Grid Multiple Model, HGMM)。该算法以基于“当前”统计模型估计得到的加速度均值为依据进行网格划分,在线生成目标可能的模型集合,采用交互式多模型算法进行目标跟踪。在一般机动及强机动场景下进行了算法性能测试分析,仿真结果表明,该算法提高了对机动目标的跟踪精度。     

基于滑窗批处理的低检测概率无源定位

针对低检测概率下的无源定位问题,提出一种基于滑窗批处理的多传感器融合跟踪算法.通过将多个低检测概率的无源传感器组网,实现目标信息的空间积累,有效提高目标的检测概率.利用伪线性估计技术将非线性测量转换为伪线性测量,再对多传感器的伪线性测量进行基于滑窗批处理的最小二乘估计,得到目标局部最优解.仿真验证了算法的有效性和分析了参数的影响.结果表明,该算法能大幅提高无源定位系统对目标的检测概率,且能满足系统对跟踪精度及实时性的要求.     

基于OPG理论的自适应滤波器设计及其在图像处理中的应用

本文基于单参数变换群理论提出了一种新的自适应滤波器的设计方法,并且给出了滤波器与图象卷积的算法.参数变化后的滤波器的可以表示为事先给定的一组基本滤波器的线性组合.这种滤波器在不同方向、尺度和位置上和图像进行卷积时,可以显著提高运算效率.最后给出了一个图像边缘提取的算例,表明这种方法是有效的.     

基于数学形态学的细胞图像分割

该文提出了一种基于数学形态学理论的方法,用于分割细胞图像。首先利用灰度形态学中的重构运算对输入图像进行滤波来削弱或去除噪声的影响,然后取其形态学梯度并结合Top-Hat和Bottom-Hat两个变换来增强梯度图像的对比度,最终由分水岭算法完成分割。关于过分割的改进,该文引出一个特殊的Otsu阈值来标记图像,得到的结果无需进一步的后处理。     

基于声与图像融合的车辆识别硬件系统设计

该文介绍了利用无线传感网络布置传感器终端来采集声信号和图像信号.在终端节点上,利用声传感阵列采集声信号并通过信号调理电路处理再进行AD转换;在网络协调器上,利用V4L2采集图像信号并通过S3C6410的MFC模块进行H.264编码然后UDP传送.该文介绍的硬件设计实现了实时的声信号和图像的采集,最后通过信息融合可以对各...     

充液挠性飞行器的变结构控制

给出了带有多个挠性附件的充液飞行器的动力学方程，针对此模型采用变结构控制方法设计了系统的控制器。控制任务包括操纵天线使之跟踪事先给定的运动规律，并保持星体在惯性空间稳定，同时有效地抑制附件的弹性振动。通过仿真算例验证了此控制律的有效性。     

随机集理论及其在信息融合中的应用

多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果，但是IC理论框架尚未建立。近几年由Mahler提出的有限集合统计学（FISST）理论——随机集理论的特例，从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随机集信息融合技术的发展加以回顾，主要包括随机集理论的产生背景、基本的思想和理论框架，以及当前的应用领域。最后指出了随机集理论将来可能的发展方向。     

变周期RP-EKF时延纯方位角目标跟踪算法

针对声传感器纯方位目标跟踪应用,提出了一种基于静态多模型的距离参数化变周期扩展卡尔曼滤波算法,将时延影响转换为模型的可变周期,并通过参数在线估计的方法,估计该可变周期.距离参数化方法将整个距离空间分成若干个区间,分区间对距离进行估计,进而搜索出目标与观测平台之间的正确距离值.仿真结果表明变周期距离参数化扩展卡尔曼滤波算法能有效解决经典扩展卡尔曼滤波算法在纯方位角目标跟踪时可能出现的滤波发散现象,并能处理声音信号的传输时间延迟问题.     

基于混合三角变异差分进化算法的平面稀疏阵列约束优化

针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。