简易红外成像引信光学系统

介绍了某灵巧弹引信用双波段红外光学系统的设计,叙述了结构参数的选择,给出了设计结果,并对光学系统的性能进行了测试,针对弹载光学系统的特点,采取一些措施满足系统的要求。该系统具有结构简单,体积小,轴外像差小,象面照度均匀的特点。在空气炮上系统进行了18 000 g过载试验,满足了系统总体的要求,已用在试验样机上。     

双色红外引信的目标识别和信息处理技术

详细介绍和研究双色红外引信的目标信息特征及获取方法，论述了相应的相关处理技术，并给出了识别链的流程图和实现方法。     

红外成像在引信技术中的应用

自动目标识别一直是各国军事领域研究的重要课题,特别是对一次性识别有着极其重要的意义,近年来、红上成像技术得到了迅速发展,并被认为是解决自动目标识别问题的有力工具,本文首先简述了红我成像引信技术的基本特点和一般描述,再根据引信一次性目标成像的非完整图像特征,从而论述了红外成像引信的可实现性。     

红外成像引信技术

首先简要介绍了国内外成像引信发展概况和引信近域一次性掠视扫描成像和大畸变图像的形成机理。研究一种以实现引信对目标、目标部位以及主要交会状态参数的一次性自动识别方法, 从而提高引信对目标的自动识别、自动炸点控制(智能引爆)和抗干扰等先进技术性能。     

国外引信技术发展趋势分析与加速发展我国引信技术的必要性

对近年来国外引信技术的发展特点和趋势进行了详细分析和总结，阐述了加速发展我国引信技术的必要性。指出实现我国引信技术从传统技术向智能化方向发展的关键在于实现引信技术的信息化。     

基于DSP的低分辨率红外目标特征提取及识别

针对末敏子弹试验样机在某试验靶场的高塔上扫描，所获得的低分辨率红外目标图像，介绍了目标特征提取及识别方法。研究指出目标波形携带了与目标密切相关的信息，利用参数方法对目标波形进行分析并选取某些参数作为目标特征向量，可对目标进行粗略分类和识别。在对目标波形进行特征分析的基础上，用抽驭的特征向量构造了目标模板。用以DSP为图像微处理器的试验样机进行现场试验表明：该方法对低分辨率红外目标的识别有好的效果。     

面向21世纪的美国引信技术

通过分析归纳美军第４２届引信年会论文,对美军为迎接２１世纪到来所大力发展的引信技术进行了分析,并提出发展我国引信技术的建议。     

声引信目标识别技术的研究

对地雷声引信目标识别技术进行了研究。提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量，并采用均方加权距离分类器来识别坦克和直升机。检验结果表明，该方法提取的特征稳定，并且，该技术具有高的识别率。     

海军反导弹药的发展对引信技术的挑战

分析了未来战争中海军舰炮反导的两种观点，重点讨论了中小口径反导弹药对引信技术的要求，并介绍了国外几种性能先进的近炸引信技术。     

近炸引信的智能信息处理与神经元网络技术

本文根据有关文献,介绍了正在发展的“灵巧”弹药概念与相关的引信信号处理新技术。作者认为在开展基于逻辑规则的近炸引信快速信号处理研究的同时,开展人工神经元网络技术在近炸引信信息处理中应用研究是十分必要的。     

红外成象型空空导弹目标识别与跟踪算法研究

根据红外成象制导型空空导弹图象传感器在目标识别与跟踪过程中获得的图象序列的特点。提出了一种基于红外图像序列的弹道终端红外图象跟踪时的跟踪算法．实现了目标特征点的自动识别与跟踪。文中以最大距离法对目标图象进行分割．以机头部位为局部图象跟踪时的跟踪部位，分析了导引头投影成象模型以及弹目距离、相对速度对目标图象变化情况的影响．研究了中段形心跟踪模式与末端局部图象跟踪模式的转换时机．定义了确定目标充满视场程度以及阻塞视场与否的两个判据。最后，以实测的飞机红外图象对文中提出的算法进行了仿真，结果表明本文的算法是可行和有效的。     

侵彻硬目标武器及其智能引信关键技术研究

探讨了侵彻硬目标武器的发展背景、发展现状以及发展趋势,重点对其所配用的硬目标智能引信进行分析,阐述了硬目标智能引信的功能组成,并结合相关基础研究工作,总结了硬目标智能引信研制过程中需解决的关键技术,提出了在硬目标智能引信研制过程中应以动力学仿真为主、结合必要试验的研究方法。     

一种复杂环境下的多传感器目标识别系统

对于复杂环境下的多传感器目标识别,其环境因素多变、处理数据量庞大,若采用传统的识别方案,系统的可靠性和抗干扰性不理想。为了解决这些问题,提出了一种用于复杂环境下的神经网络分类器组合结构的多传感器目标识别系统,并通过几种融合方法的仿真实验表明该系统是可行的,能有效地提高系统识别率及鲁棒性。     

红外成象GIF中的神经网络识别算法

目标识别是红外成象GIF中的关键技术之一,利用神经网络可以完成目标识别的任务.在获得目标红外灰度图象傅立叶描述子特征的基础上,对BP神经网络、径向基函数神经网络和学习矢量量化神经网络在目标类型识别中的应用进行了研究.通过网络的设计及算法的仿真结果,比较了这几种神经网络的在目标识别方面的优缺点.     

一种新的可应用于声目标识别的倒谱系数

提出一种新的倒谱系数,与目前广泛采用的美尔倒谱系数( MFCC)相比有以下改进：1）基于听觉外周模型改进了美尔频率倒谱系数( MFCC)的三角滤波器;2）用与频率相关的指数压缩代替固定的对数压缩;3）分析了频率的临界带变换在语音识别中所起的作用,从声目标识别的角度提出在临界带变换中引入与信号相关的自适应机制。通过4组声目标识别仿真对比试验,表明了新的倒谱系数比MFCC在抗噪声能力方面有明显提升。     

毫米波主被动复合探测器目标识别技术

提出了一种在毫米波主被动复合探测器目标识别中利用D-S证据理论进行时空融合的方法。首先将每个传感器不同高度处的信息进行时间上的融合,然后再对两个传感器进行空间上的信息融合。为了适应现代战场的复杂环境和系统实时性的要求,文章采用灰关联分析方法来构造基本概率赋值函数。实验结果表明该方法可行,较以往的单一时间或空间融合,识别率得到了进一步的提高。     

基于不变性模糊特征融合的红外目标识别方法

研究了将平移、缩放与旋转变化(TSRI)的不变性模糊特征信息融合技术用于红外目标图像识别分类的方法,通过提取红外目标图像奇异值与不变矩的平移、缩放与旋转变化(TSRI)的不变性特征,结合模糊特征融合的模式识别方法,并应用模糊判决准则进行分类。实验结果表明,基于红外图像的TSRI不变性多特征信息融合的目标识别方法比不具有TSRI不变性多特征信息融合的识别方法具有更好的稳定性、准确性和可靠性,能够有效地提高红外成像末制导识别系统的精确度,并增强了系统的容错性能。     

激光调制型红外干扰条件下地面目标的识别方法

通过介绍激光调制型红外诱饵对地面目标干扰的工作原理和工作过程,分析基于灰度时间序列特性及序列图像运动特性的辨识方法在地面军械、装甲目标特征提取与真假识别中的应用。对于远距离变化平缓的点目标,其分辨灰度变化特性的方法包括傅立叶变换及小波变换：而对于运动剧烈变化的面目标则应用序列图像运动特性的目标识别,该方法可充分结合单帧图像中的目标历史状态信息,结合模糊集理论和信息融合技术,使运动目标在干扰条件下的识别具有较好的鲁棒性和适应性。实验证明,该方法能有效区分目标和诱饵,为红外干扰条件下地面目标的识别提供了理论模型和技术途径。