多平台对多目标无源融合定位方法

针对多目标环境下单平台和双平台无源定位系统无法消除大量虚假点难题,提出了一套基于三架飞机联合空间三角编队,并采用静态与动态相结合来滤除虚假点的多平台无源融合定位方法。该无源定位方式不需要飞机作机动,并能在多目标环境中快速有效地滤除虚假点,克服了单平台和双平台无源定位系统无法对多目标进行定位的缺陷,实现了系统全静默状态下同时对多个运动目标的融合定位与跟踪。给出了三平台无源组网对多目标融合定位与跟踪的实现结构、解算模型、误差分析以及虚假点滤除方法。仿真验证表明,该系统能实现对多运动目标的隐蔽探测、定位与跟踪,其跟踪精度能满足态势显示与火控攻击精度要求。     

基于粒子滤波的目标图像多特征融合跟踪方法

研究了序列图像中红外弱小目标的检测跟踪问题.基于多特征融合的小目标检测算法具有较好的检测性能和适应性,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.结合两种算法的优点,提出了一种基于粒子滤波的目标图像多特征融合跟踪方法.从红外序列图像中提取了局部灰度均值对比度、局部梯度均值对比度、局部熵和灰度分布四个典型特征,根据各个特征对弱小目标检测的贡献,自适应地进行特征融合.在粒子滤波的框架下,将融合后的特征信息转化为粒子的权值,对红外弱小目标进行跟踪.仿真试验表明,该算法有着良好的检测与跟踪性能.     

几种平移不变性图像融合方法的客观评价

随着图像传感器技术的发展, 多传感器图像融合已成为图像理解、计算机视觉以及遥感领域中的一个研究热点, 多种图像融合方法相继提出.但是, 对融合效果评价的方法一般只涉及主观视觉评价及单因素评价, 在实际中存在很大的局限性.针对这个问题, 建立了一套对图像融合质量进行定量评价的方法和准则, 应用此方法和准则对基于离散小波框架、基于可操纵方向金字塔变换和基于双树复小波变换三种具有平移不变性的图像融合方法进行了客观定量评价, 综合比较了这三种融合方法的性能差异与优劣.     

核监测多源异构数据融合体系与方法

以核监测网络系统为平台,研究基于多监测手段、多站、多传感器的多源异构数据融合方法,重点介绍了核监测多源异构数据融合的体系、组成和具体的融合算法,为核监测数据处理中心数据融合算法研究及软件研制提供借鉴.     

基于多源遥感影像信息的数据融合技术

数据融合是利用计算机对数据进行处理,得出目标状态及势态估计的多层次多平台过程。详细讨论了基于多源传感器的时间融合与空间融合,探讨了多源时空信息的串行融合与并行融合算法,得出了遥感影像信息数据融合系统的融合层次和融合准则。     

基于非下采样轮廓波变换与引导滤波器的红外及可见光图像融合

为克服传统融合方法对灰度相关性较弱的红外与可见光图像融合存在的不足,提出一种基于 非下采样轮廓波变换（NSCT）与引导滤波器的融合方法。利用NSCT对源图像进行多尺度多方向分解,分离出包含在不同频带内的特征信息,得到一个低频近似图像和多个高频方向细节图像;局域窗口加权平均能量和改进拉普拉斯能量分别作为低频近似图像的活性测度,构造显著特征图对近似图像进行加权平均,以解决能量保持和细节提取两个关键问题;在方向细节图像中,基于活性测度取大规则获得决策映射图,将源图像作为引导图、决策映射图作为输入图像进行引导滤波,得到权重分配图,对方向细节图像进行加权平均,降低噪声的敏感度。对融合后的近似图像和方向细节图像进行NSCT逆变换,得到最后的融合图像。采用多组红外与可见光图像进行融合实验,并对融合结果进行客观评价。实验结果表明,该融合方法在主观和客观评价上均优于已有文献的一些典型融合方法,如基于两尺度分解的引导滤波融合方法、NSCT域内稀疏表示融合方法、基于像素显著性的交叉双边滤波融合方法、基于深度学习的卷积神经网络融合方法、基于显著性检测的双尺度融合方法,可获得更好的融合效果。     

基于双边滤波的可见光与红外图像自适应融合

针对传统融合方法不能充分提取可见光图像与红外图像各自特有的细节信息和难以确定融合权值的问题,提出一种基于双边滤波的可见光与红外图像自适应融合算法。该方法结合双边滤波与改进的双边滤波,将可见光与红外图像分解为多尺度局部细节、特有细节以及基础信息。在图像融合阶段,局部细节信息采用基于图像边缘能量的融合方法,最大程度保留了图像的细节;图像基础部分的融合,引入了基于局部能量值的正则化参数来自适应调整融合的权值,优化参数的选择;特有细节信息的融合采用了绝对值最大的融合规则以充分保留源图像特有的细节信息。仿真实验结果表明,通过主观判断所提方法融合后的图像视觉效果更好、对比度高,边缘细节的融合比其他算法更加好,在客观指标的评价中,所提融合方法的MI、EN、FMI、SD、Q^AB/F、Mean 6种指标相对于其他方法综合提升了22.6%、5.7%、0.7%、30.4%、14.2%、18.4%,在主观视觉上和客观评价指标中,所提的算法均具备更优的融合效果。     

某弹炮结合防空武器系统训练仿真平台

某弹炮结合防空武器系统的训练难题较多。该系统的仿真平台实现了主要战斗人员的操作、协同和指挥训练模拟化。仿真平台运用动态建模、信息同步、多感知和图像融合技术,解决了在对抗训练环境下,大场景、多角度图像实时控制与同步显示的难题,利用多传感器实时采集操作信息和指挥信息,对操作精度、时机、协同训练过程全面、准确的评估。     

基于深度学习的光电系统智能目标识别

智能目标识别技术是光电系统多维立体侦察体系的重要支撑,是实现多角度、全方位目标定位、感知分析的基础。为满足复杂环境下光电系统中基于深度学习的目标识别需求,聚焦数据、算法和计算能力三大挑战,提出一种基于多源信息融合的智能化目标识别方法,对多个传感器融合得到的图像进行学习和训练,从而提高目标识别的能力。基于多维图像融合的目标识别技术,将多波段融合图像数据进行标注、训练学习,用来自动识别出图像中的多个目标。实验结果表明,所提算法能够实现对融合目标的精确识别与定位。     

误差源对半捷联导引头信息提取精度的影响

针对导引头半捷联稳定平台设计过程中存在的各项误差及其影响问题,首先分别基于空间角度关系及四元素法,建立了半捷联平台角速度及框架角控制模型;进而以角速度指令转换、角速度测量及匹配滤波为主要误差源,分析了对稳定平台控制与角速度信息提取精度的影响机理,并进行了仿真计算.研究结果表明,平台框架角速度测量误差受其它误差源的影响较小,位置传感器微分后的测速误差对视线角速度测量误差的影响较大,半捷联导引头的稳定性能主要取决于校正控制回路的设计和匹配滤波器的设计,而匹配滤波器将决定平台稳定的精度及隔离度水平.