WGS-84 坐标系下双机纯角度无源定位及性能分析

为实现切合实际的多运动平台对辐射源的无源定位,提出了基于WGS-84坐标系的双机纯角度交叉定位方法。推导了在各自平台坐标系下的视线(line-of-sight, LOS)到公共的WGS-84坐标系的旋转变换矩阵,然后应用空间两异面直线公垂线线段中点实现纯角度交叉定位;同时,利用一阶Taylor展开法,推导了误差经旋转变换和交叉定位等非线性变换后的协方差矩阵,并将其用于对多个单次定位估计的滤波,以提高算法定位精度。通过仿真,对影响定位精度的主要因素进行了深入分析,对比研究了单次定位和滤波定位性能,结果表明后者可明显改善精度,验证了该方法的有效性,得到的结论可指导实际运用。     

一种面向大规模特征集的高效特征匹配算法

针对传统特征匹配(网络和信息安全系统的核心技术)算法的性能随着特征集规模的不断增大而不断下降的问题,提出了一种面向大规模特征集的高效特征匹配算法ALPM.该算法基于传统算法WM的跳跃思想,并结合硬件体系结构的特点,对预处理过程和匹配过程分别采用了不同的优化策略,如采用不同的哈希函数索引Shift表和Hash表,在预处理过程中动态截取特征标志,在匹配过程中结合Cache大小和特征集规模调整哈希函数冲突概率等,以提高匹配的性能.实验结果表明,针对大规模特征集,ALPM算法匹配性能比经典算法提高5～10倍.     

非凸加权核范数及其在运动目标检测中的应用

目的 近年来,低秩矩阵分解被越来越多的应用到运动目标检测中。但该类方法一般将矩阵秩函数松弛为矩阵核函数优化,导致背景恢复精度不高;并且没有考虑到前景目标的先验知识,即区域连续性。为此提出一种结合非凸加权核范数和前景目标区域连续性的目标检测算法。方法 本文提出的运动目标检测模型以鲁棒主成分分析(RPCA)作为基础,在该基础上采用矩阵非凸核范数取代传统的核范数逼近矩阵低秩约束,并结合了前景目标区域连续性的先验知识。该方法恢复出的低秩矩阵即为背景图像矩阵,而稀疏大噪声矩阵则是前景目标位置矩阵。结果 无论是在仿真数据集还是在真实数据集上,本文方法都能够取得比其他低秩类方法更好的效果。在不同数据集上,该方法相对于RPCA方法,前景目标检测性能提升25%左右,背景恢复误差降低0.5左右;而相对于DECOLOR方法,前景目标检测性能提升约2%左右,背景恢复误差降低0.2左右。结论 矩阵秩函数的非凸松弛能够比凸松弛更准确的表征出低秩特征,从而在运动目标检测应用中更准确的恢复出背景。前景目标的区域连续性先验知识能够有效地过滤掉非目标大噪声产生的影响,使得较运动目标检测的精度得到大幅提高。因此,本文方法在动态纹理背景、光照渐变等较复杂场景中均能够较精确地检测出运动目标区域。但由于区域连续性的要求,本文方法对于小区域多目标的检测效果不甚理想。     

一种基于DEM的雷达地形遮蔽盲区确定方法

针对常规雷达检飞方法耗时耗力且难以全面掌握问题,提出一种利用数字高程模型（DEM）数据的雷达地形遮蔽盲区计算方法。该方法将雷达不同方位距离处的地面高程数据转换为雷达观测仰角,与雷达自由空间垂直威力图比较,确定地形遮蔽点,形成雷达方位地形遮蔽剖面,全部方位地形剖面即构成雷达地形遮蔽盲区,进而确定不同高度层的雷达探测威力范围。仿真结果表明,该方法结合雷达检飞,可形成更全面、准确的雷达探测威力图,为雷达部防作战提供可靠的雷达探测威力范围依据。