基于决策粗糙集模型的电网多源异构数据整合

针对传统整合方法受干扰数据的影响,导致配电网多源异构数据整合时误差大,效率低等问题,提出基于决策粗糙集模型的电网多源异构数据整合方法。通过对电网数据属性、存储方式、读写方法等预处理,结合贝叶斯估计方法,剔除含有噪声不确定性数据;通过粗糙隶属函数甄别真值,构建决策粗糙集模型过滤数据,划分区域;按照贝叶斯决策过程,确定数据所在集合,过滤掉冗余数据,以防止误判;构建多源异构数据整合模型,利用人工神经网络的单层次分割算法,将结构化数据与非结构化数据融合,以此完成数据整合。实验结果表明,该方法获取的最佳数据整合点的标幺值为0.73,与实际整合点数据一致,可将全部数据整合到一起,表明所提方法具有良好整合效果。     

基于多源异构数据融合的配网规划决策系统研究

本文以佛山供电局配网规划决策项目为例,探讨基于多异构数据融合的情况下配网规划决策系统的建立,首先对多源异构数据进行概况分析,其次在研究佛山供电局配网规划现状的情况下探讨配网规划决策系统的构建。     

多传感器检测中的数据溶合技术

21世纪,传感器应用大到航空航天,小到手表手机,其渗透到了生活的方方面面。多传感器应用范围广泛,在军事,民事等都扮演一个重要角色。而对于检测的数据溶合质量好坏就有着很严格的要求,面对这一技术的重要性而新兴起的研究热潮,也愈演愈烈。多传感器检测的数据务必精确,这就对多传感器检测中的数据溶合技术有了高要求。另外多传感检测中的数据融合技术也是当今智能领域的重要研究方向。文章对如今的多传感器检测中的数据溶合技术进行了简略分析,并提出对这一技术的浅显理解。     

基于Wishbone-PCI核的红外图像实时处理仿真平台

简要介绍了Wishbone片上总线技术和Wishbone-PCI桥核的功能、内部结构和操作方式.基于Wishbone-PCI桥核设计并实现了以FPGA为主处理器、以主机为从处理器的红外图像处理仿真平台.该仿真平台成功地解决了硬件仿真阶段注入原始红外图像数据流困难,无法实时对比图像处理前/后效果的问题,能针对具体的图像处理算法,通过简单、灵活地配置PCI桥核的总线接口,实现图像处理模块的无缝嵌入,并在主机端实时显示处理前/后的图像,极大地提高了红外图像处理算法的调试效率.     

数据链中多平台多目标数据融合技术

数据链是当前各国信息化武器作战的高效平台，也是各国当前军事研究的重点和热点。其申，多平台多目标数据融合是数据链研究的一个技术难点。针对这一问题进行了研究并提出了一种在数据链中对多平台多目标数据进行融合的实现方法。     

基于数据中台的多源数据融合关键技术研究

目前研究的多源数据融合关键技术可信度分配数值与峰值相差较大,导致融合后的数据冲突程度过高,融合效果难以达到人们的要求。为了解决上述问题,基于数据中台研究了一种新的多源数据融合技术。对多源数据的融合层次进行划分,根据划分结果建立融合模型。应用数据中台的数据技术、治理和运营来实现数据赋能,建立有效的框架体系中心,利用数据框架体系中心分析数据资料,处理多源数据,实现数据的匹配与转换,最终表达数据的模式。实验结果表明,所研究的多源数据融合关键技术可信度分配数值为0.5,融合过程中数据源相似性较高,融合效果较好。     

多站无源定位系统中的机动目标跟踪算法

针对多站测向无源定位系统提出了一种杂波环境下机动目标的被动跟踪算法———ＣＭＩＭＭＰＤＦ 算法。该算法首先用转换测量的卡尔曼滤波（ＣＭＫＦ）替代了传统的扩展卡尔曼滤波,克服 了后者精度不高易发散的缺点,并将其结合交互多模型（ＩＭＭ）算法及概率数据关联（ＰＤＦ）算法,有效 地完成了多站无源定位系统对杂波环境下机动目标的跟踪。仿真结果证明了该算法的有效性。     

基于FPGA的红外目标自动检测系统

红外成像在军民监控领域广泛应用,红外自动目标检测能减少人工参与,有效提高效率.本文实现了基于FPGA的红外目标检测系统,首先对系统的硬件资源需求进行评估,并设计了以FPGA为核心处理器的系统硬件平台.其次,开发了基于FPGA的红外目标自动检测处理流程,经过两点校正与盲元补偿等预处理后的红外图像信号,通过混合高斯背景建模的方法建立背景模型,自动检测前景目标,再将目标区域周围高亮标识出来.实测结果表明,该系统可有效检测出高亮背景下的红外目标.     

基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

基于小波分析的实时红外系统目标检测的研究与实现

介绍小波分析的原理,以及把小波分析应用于基于红外图像的目标检测的具体实现方法.小波的多尺度特性能凸显出有用的信息这一特点,适合于应用在低信噪比环境下检测目标.但小波分析运算量大,难以满足实时性等系统要求,是实际应用中的一大难点.使用资源丰富、运算速度快的FPGA芯片来完成Mallat离散算法的小波分析的实现,并对其实现效果进行了分析.     

基于Zernike矩的低信噪比红外目标检测方法

低信噪比红外图像普遍存在目标一背景间对比度较差、目标边缘模糊和噪声较大等特点,采用常规模板匹配、Hu矩方法难以取得理想检测效果.针对低信噪比红外目标图像,分析了Zemike矩的基本原理和计算方法,提出了基于Zemike正交矩的低信噪比红外目标检测方法,并比较了模板匹配、Hu矩、Zemike矩方法的目标识别效果.理论分析与实验验证了所提方法的有效性.     

D-S证据理论在双波段红外图像目标检测中的应用

本文介绍了D-S证据理论的基本概念,提出了用双门限分割法分配基本置信度以及D-S证据理论用于双波段红外图像目标检测的方法,通过举例证明了该方法的有效性.     

基于小波变换的海面红外小目标检测

本文提出了一种基于小波多尺度分析的海面红外目标自动检测方法.在分析海空场景图像特征的基础上,利用小波多分辨率分析和小波变换良好的局部分析特性,研究了图像预处理和目标检测的小波分析方法.通过实验证明本文提出的检测算法在各种复杂的海空背景以及不同环境干扰下有较好的检测效果.     

基于Zernike矩的低信噪比红外目标检测方法

针对低信噪比红外目标图像,分析了Zernike矩的基本原理、计算方法和旋转不变性,提出了基于Zernike正交矩的低信噪比红外目标检测方法,并比较了模板匹配、Hu矩、Zernike矩方法的目标识别效果.理论分析与实验验证了所提方法的有效性.     

面向目标识别的图像融合效果评价方法

在融合效果主观评价的基础上,针对目标探测识别领域,概括出一些重要的融合效果评价指标,即标准差、熵、交叉熵、互信息和模糊Choquet积分等,并提出了一种基于目标提取的图像融合效果客观评价方法.鉴于实验评价方法的局限性,指出应结合分析评价方法才能实现更全面的融合效果评价.     

红外小目标实时检测系统实现

采用TI的C6416为核心处理器,辅以FPGA,构建了一套红外小目标实时检测系统,主要算法由两片C6416并行处理实现,FPGA完成图像预处理和对外接口.算法上提出了基于双滑窗的局部阈值二值化方法,并采用图像预处理技术来改善图像分割效果,利用目标在连续帧间运动的关联性来剔除干扰目标、降低虚警概率.实验表明,系统的目标检测效果和实时性均达到了要求.     

基于红外双波段数据融合点目标检测算法的实现

在红外系统中,采用单波段的目标检测,通常不能很好地满足系统要求,考虑到红外系统的双波段探测特性,提出了一种基于双波段的红外点目标检测算法,并进行优化,采用迭代方式,容易得到次优的融合后的探测概率。实验表明,该融合后的检测概率与单波段探测概率相比有较大幅度的提高,并且即使在一个探测器水平退化的情况下,仍能优于单波段的探测器。系统仿真实验显示采用该融合算法有着相当稳健性和较大的应用价值。