弹道中段目标动态红外辐射特性仿真计算

利用红外光谱辐射特性进行弹道式空间目标探测和识别是一种有效的方法,用该技术探测弹道式空间目标就要对空间目标的红外辐射特性进行研究.在原有目标和诱饵红外辐射特性模型的基础上,综合考虑目标弹道和姿态运动,空间热环境辐射和内热源传热等因素,利用节点网络法建立了弹道中段目标的动态红外辐射计算模型,实现了在不同时刻、不同观测点、不同运动状态下的中段目标红外辐射特性的仿真计算.根据公开的相关资料,设计了两种目标和诱饵,通过对比分析不同弹道条件下目标与诱饵的辐射特性,验证了计算模型的正确性.     

弹道目标识别中基于目标翻滚特征分析的仿真研究

弹道目标的翻滚运动特征是进行弹道目标识别比较有效的特征之一,对弹道目标的翻滚运动特征进行分析及其应用研究,以期为弹道目标识别算法的设计提供线索和参考.简要介绍了弹道目标识别的相关原理,采用数据建模和计算机仿真的研究方法,基于目标翻滚特征分析结论着重对圆柱体这类理想空间目标模型在翻滚运动姿态下进行了应用研究,对观测角度和抽样点数的选取进行了详细的仿真分析,并给出了结论.     

结合雷达目标特征的红外成像目标识别

由于单传感器在导弹的目标识别和跟踪方面存在的固有缺陷,近年来,数据融合技术在这一方面得到广泛地应用和研究。文中提出了在双模（ 雷达,红外） 数据融合方案中,结合雷达目标特征的红外成像目标识别方法,并详细讨论了所涉及的图像处理技术（ 区域分割,骨架提取） 和人工神经网络分类技术。最后给出了实验结果和结论。     

多传感器目标识别的数据融合

本文针对军事上的目标识别问题，论述了多传感器的属性融合技术，包括属性融合的概念，原理，处理结构，算法及应用举例，指出属性融合中存在的主要问题，难点及可能解决的途径，并预测了未来发展趋势。     

雷达与红外数据融合的近距空中目标识别

为了提高传感器目标识别性能和近距空中目标识别准确性,结合雷达和红外传感器提出了一种目标融合识别模型：对于雷达传感器,提出基于参数学习贝叶斯网络的目标识别方法,首先采用EM算法对贝叶斯网络进行参数优化,然后根据获取的目标属性信息进行目标分类;对于红外成像传感器,采用基于小波矩特征的目标识别方法,首先对目标图像进行小波矩特征提取和选择,然后通过建立的BP神经网络分类器进行目标分类;最后通过D S证据组合法则对两部分识别结果进行融合处理,实现了基于雷达和红外数据融合的近距目标识别。仿真结果表明：和单传感器相比,所提出的模型可以更加精确地进行目标识别。     

弹道导弹中段防御系统目标识别仿真研究

通过分析美国陆基中段防御系统的系统配置和工作流程，设计了弹道导弹中段防御系统目标识别的总体结，构，确立了导弹防御系统中的识别模块及识别方案，模拟防御系统对威胁目标群进行综合识别的过程，并对识别效能进行评估。仿真系统采用了面向对象的程序设计方法实现。     

机载雷达和红外数据融合的智能目标识别

为了提高机载传感器目标识别系统的性能,提出了利用机载雷达和红外成像传感器数据融合的智能目标识别算法.对红外成像传感器,采用了基于小波矩特征和BP神经网络的目标识别算法,首先提取目标图像的小波矩特征并进行特征选择,然后通过BP神经网络对目标图像进行识别;对雷达传感器,提出了利用模糊推理的目标识别方法,首先选取适当的雷达特征,然后通过模糊推理进行识别:从雷达和红外传感器识别算法分别得到待识别目标所属类别的基本概率分配函数,用D-S证据组合规则将两个基本概率分配函数组合,最终实现了机载雷达和红外传感器的数据融合.仿真结果表明:融合后的识别效果优于单个雷达或红外传感器的识别效果.     

数据融合处理中的目标识别技术

目标识别数据融合技术是数据融合处理技术的一个基本应用，对目标识别数据融合技术做了详细的介绍，并重点分析了证据推量（D－S）和聚类分析这两种目标识别方法。     

基于红外特征的三维目标识别算法研究

基于三维特征的目标识别存在相似点云域容易误判、总数据运算量大等问题,而造成目标检出率低和误判率高。为了提高目标识别准确度与速度,提出了基于红外特征的三维目标识别算法。系统同时获取目标区域的二维红外图像与三维点云数据,利用目标红外特性的显著特征获得目标的投影范围,并计算系统与目标的位姿关系。根据红外特征映射关系计算点云数据中目标的限定范围,由此大幅缩减需要匹配计算的点云总量。在相同背景条件下对同一目标车辆进行测试,记录分析了3种不同测试角度条件下的识别数据。结果显示,传统点云识别算法的目标检出率均值为93.4%,误判率均值为19.5%,收敛耗时4.77 s。本算法的目标检出率均值为98.7%,误判率均值为1.5%,收敛耗时1.23 s。由此可见,基于红外特征的目标识别算法的检出率和误判率都更有优势,且处理速度更快。     

多元红外双色导引头目标识别技术研究

结合多元红外双色探测系统,对双色目标识别技术进行研究：采用辐射源位置信息确定中短波同源脉冲,并计算双色比,根据目标特性和干扰特性设置双色比门限,利用同源脉冲确定结果和双色比门限进行目标识别。实验结果表明,采用双色目标识别技术提高了目标识别的准确性,提高了导引头的抗干扰能力。     

一种新的实时弹道导弹中段目标识别方法

弹道导弹中段目标识别方法的研究,对于弹道导弹和诱饵材料选择以及提高我方导弹的突防能力具有重要的意义.提出了一种新的弹道导弹中段目标识别的方法,首先利用红外传感器得到的当前及以前时刻的图像序列数据反演出目标的辐射强度序列,然后再对辐射强度序列进行FFT变换,得到各目标的频域特征,最后利用这些特征实时地与先验得到的模板数据进行匹配.如此反复,直到识别出弹头目标.实验表明:该方法能够实时有效地识别出弹头.不是直接依据目标所成图像的几何特征或者灰度特性进行识别,而是利用图像数据反演出目标的辐射强度序列,使得识别结果更加可靠,且速度较快.     

弹道导弹弹道中段和再入段弹头红外光学识别方法研究

弹道导弹为实现有效的突破反导防区而不被防御系统拦截,在其弹道中段和再入段采用了多种突防措施,以免受反导系统的搜索、跟踪和识别。反导系统对于来袭弹道导弹弹道中段及再入段的识别可以用微波雷达技术,也可用光学技术。文中主要讨论用红外光学技术设备,通过对目标的温度、辐射强度、红外热图的测量进行目标识别的原理和方法,给出了一些分析计算结果。     

海面目标天基红外探测概率研究与分析

天基红外成像侦察有着常规空基、地基、海基军事侦察手段无法比拟的空间优势,业已成为世界上各大军事强国重点发展的一项重要的军事侦察技术。首先,从海面目标的天基红外探测条件出发,推导出极限探测条件下的阈值信噪比和目标等效条带数的数学表达式。然后,以此为基础得出海面目标天基红外探测的探测概率公式。最后,分析了噪声等效温差、探测器瞬时视场、卫星轨道高度、目标与背景的零视距的实际等效温差、目标临界尺度以及大气透射率对天基红外目标探测概率的影响。研究表明对于大温差、大尺度的海面目标,天基红外探测的探测概率相对较高,但在大气透射状况一般时,要通过天基红外观测平台探测小温差、小尺度海面目标较为困难。研究结果对天基红外探测器的研制与设计具有一定的借鉴意义。     

Data fusion for ballistic targets tracking using least squares

The paper deals with the problem of state estimation of continuous-time nonlinear system using discrete-time measurements from multiple sensors. In particular, the problem of multi-radar tracking of artillery ballistic objects is considered. A batch estimator based on the iterative least squares approach is developed using simplified and accurate models of ballistic flight. The estimator is applied to process the sequences of measurements from radars tracking the same ballistic target. Estimates of the target state over time are computed and their accuracy is compared to the estimates yielded by the extended Kalman filter. Partial estimates from multiple radars are combined using track fusion approach and propagated using the 3 degree of freedom model of ballistic flight. Accuracy of target's firing point estimation is also analysed with respect to the data rates and locations of the radars with respect to the target. Practical aspects of the proposed method are also discussed.     

基于时空推理网络的空中红外目标抗干扰识别算法

复杂空战背景下的抗红外诱饵干扰技术是红外空空导弹的核心技术之一。针对传统静态贝叶斯网络不能表达序列图像中特征变量在时序上动态变化关系,提出了一种符合人类视觉推理识别过程的时空关联推理网络抗干扰识别算法。首先,提出的时空关联推理网络在考虑特征空间约束关系的基础上,引入了特征变量时间约束的先验知识,建立表达特征时空关联的目标推理网络识别模型,从而增强了序列图像目标识别的稳定性;其次,通过仿真数据构建样本集,离线训练学习时空关联推理网络结构及特征跳转概率参数,确定概率推理网络识别离线模型;最后,依据测试数据,结合推理识别网络模型进行概率推理,实现对目标的识别分类。实验结果表明,在伴随红外诱饵干扰投放的条件下,基于时空关联推理网络的抗干扰识别率达到94%,比静态贝叶斯网络抗干扰识别算法高3%,有效提升了目标识别的稳定性。     

运动目标检测与识别方法研究

为了解决低对比度红外序列图像中运动小目标的检测问题,提出了一种基于多级滤波的检测方法.首先,对具有一定空间分布范围(≤5×5)的小目标,可根据目标/噪声/背景的灰度分布模型具体分析其频谱特性范围.由Fourier变换定义可知,噪声能量主要集中在高频段,背景能量主要集中在低频段,而目标能量则主要分布在中频段,所以可以根据目标的大小,由门函数的Fourier变换估算出各种尺寸目标所处的频段,然后选择不同级数的滤波器将不同大小的候选目标从复杂背景中分离出来.经过多级滤波处理后,再对得到的包含候选目标的图像进行图像分割等适当的后续处理,就可以检测出真正的目标.     

红外图像目标识别的预处理技术研究

红外图像目标识别系统,由图像预处理、特征提取及模式分类组成,红外图像目标识别的图像预处理包括滤波降噪、图像增强、图像分割等。滤波降噪有邻域平均、中值等滤波方法,图像增强可通过微分、Butterworth高通滤波和形态学高低帽变换完成,图像分割采用阈值分割技术和形态学方法实现。综合比较各种处理方法,采用中值滤波进行降噪、高低帽变换进行图像增强、阈值分割与形态学处理结合进行图像分割,较好地实现了红外图像目标识别的预处理。     

红外舰船小目标的检测

检测红外小目标常用的方法是先使若干帧图像叠加达到能量积累的效果,能量积累达到一定程度后,目标因能量较高而凸现出来.这种方法比较适合于对加性噪声不敏感或信噪比较高的情况.实验表明,当图像信噪比较低、对比度很差时不宜采用该方法.针对低信噪比小目标的检测问题,提出了两种方法：在天水线以下图像内相邻行、列分别差分结合Kapur最大熵分割目标的检测方法;在时域内用模板平滑结合Kapur最大熵分割目标的检测方法.实验证明,这两种方法简单易行,效果较好.     

人工红外光源对地面目标红外特性的影响

研究人工红外光源对地面目标红外特性的影响,对目标的探测、识别、红外特征的模拟有重要的意义.建立了人工红外光源照射目标的理论模型,对影响目标表面温度的各种因素进行了分析,重点讨论了人工光源对目标表面温度的影响.以合肥某建筑物为例,对红外光源照射时的目标表面温度进行了计算与测量,在此基础上对目标红外辐射进行了计算与分析.结...     

大气层外弹道目标红外辐射特性研究

针对来袭弹道导弹大气层外飞行过程中的目标识别问题,提出了对弹道目标的红外辐射探测仿真方法。红外辐射特性是大气层外弹道式目标的基本特性之一,也是开展目标识别的重要依据。对于弹道式目标的红外辐射特性识别的需求,本文开展了天基红外传感器对大气层外弹道式目标探测红外辐射特性的建模与仿真研究工作。首先建立了天基红外传感器对大气层外弹道式目标探测的红外辐射计算模型,接着基于STK/EOIR开展了典型目标的红外辐射特性仿真,最后分析了弹头目标和诱饵的红外辐射特性。