运载火箭靶场测试数据自动判读方法

运载火箭靶场测试数据包括遥测无线测试数据和地面有线测试数据。参数数量巨大,数据类型繁杂,人工判读测试数据工作量大、效率低、判读准确度难以控制。为适应靶场高密度任务形势需要,针对靶场几类参数,采用中值滤波算法实现了台阶参数和脉冲参数的滤波平滑处理;创造性设计了双边多点阈值判断方法与符号判读方法相结合的台阶识别算法,实现了台阶的自动准确识别;引入6σ原则,实现了脉冲参数的脉冲识别和统计;并对每个台阶进行滤波前后的数理统计,实现了自动辅助判读功能。该方法的成功应用,有效提高了发射场数据判读比对效率和判读准确性,为中心做出准确高效决策提供有力支持。     

图像制导中的一种改进增量学习RBF神经网络

为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),对目标进行了在线实时识别。仿真结果表明,利用该改进算法可产生规模较小的网络,并使得网络参数的选择与识别误差建立了联系,减少了总体的计算量,计算时间也大大缩短。     

基于Logistic回归的识别算法适应性研究

对自动目标识别算法的适应性进行了研究。通过仿真实验观察识别算法在2种影响因素（俯仰角与信噪比）的不同取值下的性能差异,建立了Logistic回归模型来验证其准确性,从而实现对算法的适应性研究。实验证明,该方法在识别算法的适应性研究上具有一定的可行性,可以为目标识别算法的选择提供理论依据。     

航空图像中油库目标智能判读系统的设计与实现

油库目标的判读是航空图像判读的一项重要内容，不同类型的油库外形上有着较大的差异，这给油库目标智能判读系统的设计与实现带来较大的困难。本文介绍一个智能判读系统的设计方法，系统包含丰富的图像分析处理算法函数，提供了灵活的处理宏定义，能够对油库图像进行智能分类，根据其分类调用相应的判读宏完成判读。     

GP-931胶片判读仪自动判读分系统的开发应用

文章介绍了ＧＰ－９３１胶片判读仪自动判读分系统的用途和总体技术指标，叙述了组合窗口，点阵读取，原点自动测量，图形目标的相关处理，直方图统计和原心处理等子系统的工作原理和实现自动判读胶信息的方法。     

基于Hough变换和聚类的舰艇编队队形识别算法

编队队形识别技术是反舰导弹武器系统目标识别领域中的一项重要研究内容,具有队形识别能力的反舰导弹可以有效增强对密集型舰艇编队当中重要目标的选择能力,进而直接提升导弹的命中概率和作战效能。基于Hough变换技术研究了一种舰艇编队队形识别算法,在无探测噪声影响时具有很好的识别率。当目标信息受污染较严重时,进一步采用了改进的K均值聚类算法对Hough变换后得到的积累矩阵局部峰值进行聚类处理,根据峰值聚类的结果准确提取出待识别队形的参数,从而有效抑制了探测噪声带来的不利影响。仿真结果表明,采用该算法可以正确识别出舰艇编队队形,在目标信息受污染较严重时也具有较好的识别效果,具有较好的鲁棒性。对该算法复杂度及目标指示误差对算法精度的影响进行了分析。     

成像激光雷达在自动目标识别中的应用

成像激光雷达在武器系统中广泛应用,显著提高了系统的自动目标识别性能。对当前战场自动目标识别技术工作原理及其不足进行具体的分析,介绍了成像激光雷达的工作原理、研究现状及技术优势,重点分析成像激光雷达在自动目标识别中的价值和应用前景。     

红外图像自动目标识别技术发展

主要介绍了有关红外图像自动目标识别技术发展的现状。红外图像自动目标识别系统的关键技术包括：算法和算法执行的硬件技术。最后指出了红外图像自动目标识别的发展趋势和应用前景。     

弹道导弹红外成像制导的关键技术

简要叙述了弹道导弹对红外成像制导的需求，重点阐述了弹道导弹应用红外成像制导需要解决的关键技术，如总体技术研究、红外窗口材料研究、目标特性研究、自动目标识别算法研究等，并给出了发展弹道导弹红外成像制导的看法和建议。     

红外目标自动识别分类及跟踪算法

提出了一种红外图像预处理、跟踪、分类的自动目标识别算法,利用小波变换提取不同频带的多尺度空间能量和不变矩作为特征量,再用神经网络进行分类识别,结果表明该算法具有很高的识别率,对于精确制导武器的目标识别研究具有一定的参考价值.     

红外图像自动目标识别技术进展

随着红外探测器技术的迅速发展，红外成像系统日趋成熟，现已广泛用于各种武器系统，尤其是战术导弹。而一旦在红外图像自动目标识别（ＡＴＲ）技术方面取得突破性进展，必将大大提高装备红外成像系统武器性能。介绍了红外图像自动目标识别技术发展现状，重点论述了红外图像自动目标识别的算法和执行处理计算机两项关键技术的进展，并分析了其发展趋势和应用前景。     

紅外图像边缘提取的算法

提出一种对图像矩阵中的每行（或每列）进行搜索，寻找出各行（或各列）相邻像素之间灰度差值的最大值与最小值，并将达到极值处的像素灰度值作为该行（或该列）的边界灰度值，使用得到的列边界灰度值或行边界灰度值计算出阈值从而提取红外图像边缘的算法；此外，利用黄金分割方法，并采用多阈值及限定区域的思想设计提取图像边缘的另一种算法；分析了文中算法的时间复杂度。实验结果表明，文中算法能够快速有效地提取红外图像的边缘，并能满足红外自动目标识别的实际需要。     

系统与系统的对抗——数据融合技术在舰艇作战系统中的应用

多传感器数据融合技术又称为多源综合技术,是目标自动实时识别、自动进行威胁判断和作战指挥系统智能化的基础;介绍了数据融合技术在舰艇作战系统中的应用与发展,认为在数据融合技术中,功能模型和模式算法是亟待研究的重点问题。     

视频序列中目标定位跟踪的ー种新方法

提取视频序列中的目标轮廓，进行定位、跟踪，是当前视频处理技术研究中的一个热点。提出了一种新的视频目标半自动定位跟踪的算法。对于初始帧，采用改进的交互方法进行目标的精确定位；在后续帧中，采用零交叉点约束的Snake算法，对具有凹边和尖点特征的复杂目标准确跟踪，获得了理想的实验结果。     

基于空中目标识别的特征提取与选择

为从冗杂的海量信息中提取出有效的特征数据和信息,对空中目标识别的目标特征进行研究。介绍目标跟踪识别系统,从搜索雷达的目标回波信号特征、目标光谱成像特征、目标姿态与运动特征、目标特征选择与融合等方面进行目标识别特征提取,生成图像与特征数据库,并对选取的目标特征进行多特征融合的识别精度验证。结果表明:提取与选择的目标特征在识别中取得较满意效果,能证明选取的空中目标特征在目标识别算法中的可靠性。     

舵机反馈电压自动判读方法

遥测参数的判读工作是火箭测试发控工作中的重要环节,它直接关系到各分系统的状态评定及可靠性的优劣。长期以来,对遥测参数的判读多由人工来完成,这种人工判读的方法不仅耗时较长,且很难对遥测得到的数据信息进行全面的判读。以舵机反馈电压为例,介绍了一种基于模型化的自动判读方法,并通过对舵机所在的姿态控制系统及相关误差源进行建模和仿真,验证了模型化自动判读方法的可行性。     

自动目标识别技术在武器系统中的应用

自动目标识别技术是现代战场武器智能化的重要核心技术。综述了自动目标识别技术的发展历程,介绍了当前自动目标识别系统的工作原理及其在武器系统中的应用,最后对其面临的问题和未来的发展趋势进行了分析和预测。     

基于模板匹配的前视自动目标识别模型

针对复杂背景条件下的地面目标,设计一种基于模板匹配的前视自动目标识别模型。分析该模型的基本组成,对基准模板制备、算法识别策略等关键技术进行讨论,通过仿真试验进行验证分析。仿真结果表明：该模型是正确、有效的,可为相关研究提供参考。     

直升机与树林复合测试目标识别算法研究

针对直升机目标与树林背景复合信号开展了目标识别算法研究。通过各算法对实测数据识别概率的比较，基于小波包的识别算法对于小尺度的识别距离其识别性能较好，采用小波包频谱法截取频谱较低的前两阶频谱，选择频谱宽度、峰值位置等参数可获得较高的目标识别概率。     

用于自动目标识别的最佳聚焦

自动目标识别（ATR）的一个关键问题是在足够远的距离上,对前视红外（FLIR）图像中低对比度的目标进行探测和识别。描述了一种当目标较远时,仍能通过确定最佳放大率来聚焦目标的技术。以来自目标和背景的预期信号为基础,建立了聚焦过程的模型,研究表明,在感兴趣区域中的方差可用于反馈控制回路,以确定最佳聚焦。该方法尤其适用于实时自动目标识别过程,并通过一系列试验进行了验证。