一种消除虚假定位目标的方法

利用单传感器检测能力的先验信息,导出了多传感器系统的多假设检验数据关联方法,并将该方法用于多传感器定位系统以消除虚假定位目标。计算机模拟表明,该方法对虚假定位目标的消除具有较好的效果。     

机载红外被动定位方法研究

为适应现代战争的要求,提出了发展红外被动定位技术的必要性和重要性.基于传统的交叉定位法,提出了一种新的既易于机载实现,又能够高精度地进行远距离探测的红外被动定位方法,即\     

红外被动定位研究

空中目标的红外辐射在大气中传输中,大气以及大气中的气溶胶会对红外辐射产生吸收和散射,从而造成红外辐射的衰减。大气对红外辐射的衰减程度可以用消光系数来描述,波长不同,消光系数也不同。如果大气气象条件在短时间内变化很小,则可认为消光系数在这段时间内没有变化。红外探测系统可以分时探测两个或多个波段的红外辐射,通过一定的信号处理手段,实现对空中目标的被动定位。文中推导了利用消光系数对空中目标进行定位的公式,并进行了计算。     

一种多传感器目标探测方法

本文介绍了由前视红红（ＦＬＩＲ）传感器和距离传感器自动探测目标的多传感器法。所研制的系统对于图像中可分段目标利用了基于传感器的处理方法，测量分段区特征并分析单一传感器特征信息。后分段目标探测问题是从分段非目标中识别出分段目标的问题。两个图象中的分段区以几何形式表示，并测得了称为对应特征的新的多传感器特征。对应特征利用两个类型的图象中目标都占有同一空间的这一观测特点，而分段非目标区不具备这一特点。探     

空中机动目标的红外单站被动定位算法分析

研究了机动目标被动红外单站定位算法,建立了机动目标被动定位物理模型和相关算法。本文算法可使用于对匀加速和变加速运动的机动目标的有效定位。数值仿真验证了这种算法的正确性和有效性,表明距离定位的相对误差小于或等于5%斜距,满足红外单站被动定位的技术要求。     

一种双/多波段红外目标融合检测方法

针对双/多波段红外目标检测问题,提出了一种基于自适应加权投票融合准则的红外目标融合检测方法。该方法首先对双/多波段红外传感器进行图像配准,然后对单传感器红外图像进行处理,得到单传感器目标检测结果,最后使用提出的自适应加权投票融合准则,对单传感器目标检测结果进行融合,得到最终判决。实验结果显示,该算法能在较大程度上降低目标检测过程中的不确定性,从而提高了系统的检测性能,同单波段检测结果和其他的融合结果相比,该方法能有效地降低漏警概率和虚警概率;并且该方法易于实现,并在实际工程中得到了应用。     

声探测多传感器多目标定位与跟踪方法

常用的多传感器多目标算法需要3个以上的传感器来完成目标的定位与跟踪。声探测受声传感器探测距离近的限制．无法保证每个目标都被3个以上传感器同时探测到。在无源定位与跟踪的理论基础上,提出了一种简化的、易于工程实现的方法,解决了声探测中数据关联和目标定位与跟踪等问题。     

基于迁移学习的红外图像多目标检测技术

针对用传统方法难以解决城市背景下红外图像多目标检测的问题,采用迁移学习技术把深度学习中可见光域的目标检测框架迁移到红外域中。利用该方法建立的模型的小目标检测性能非常好,在制作的测试集上平均精度mAP（IoU=0.50）为0.858。还对训练数据与模型检测性能之间的关系进行了初步研究。制作了大数据量和小数据量2个训练集,对模型进行训练,然后在相同的测试集上进行测试。通过小数据量训练的模型在制作的测试集上的平均精度mAP(IoU=0.50)为0.615。实验结果表明,数据的多样性、数量、质量等都会影响模型的好坏。     

红外双色单站被动定位方法

设计了合作目标与非合作目标的红外双色单站被动定位算法, 通过实例计算的方式证明了该方法的正确性与有效性。分析了双色消光系数差异大小以及目标温度高低对测距定位性能的影响, 得出双色消光系数差异越小、目标温度越高, 越有利于测距定位的结论。结果表明: 对于1000K以上的目标, 选择0.75～3/3～5μm这两个大气窗口作为工作波段, 在20km以内都可很好地实现测距定位; 对于500K以下的物体, 即使在5km的范围内, 测距定位效果也较差。     

红外双色单站被动定位方法

设计了合作目标与非合作目标的红外双色单站被动定位算法,通过实例计算的方式证明了该方法的正确性与有效性。分析了双色消光系数差异大小以及目标温度高低对测距定位性能的影响,得出双色消光系数差异越小、目标温度越高,越有利于测距定位的结论。结果表明:对于1 000K以上的目标,选择0.75~3/3~5μm这两个大气窗口作为工作波段,在20km以内都可很好地实现测距定位;对于500K以下的物体,即使在5km的范围内,测距定位效果也较差。     

一种汽车防撞雷达多目标识别方法

针对汽车防撞雷达在多目标环境下遇到的虚假目标问题,基于各种多目标识别方法给出一种改进型变周期线性调频连续波(LFMCW)雷达多目标识别方法。该方法将改进型变周期三角波作为调频信号,通过对回波信号进行动目标检测、恒虚警检测等处理后进行容差函数的判断,最终达到去除虚假目标的目的。仿真结果表明,与传统LFMCW雷达相比,该方法在复杂多目标环境下能去除虚假目标,从而更为准确地识别目标。在实际应用中为驾驶员提供正确的目标距离和相对速度信息,从而起到主动防御的作用。     

基于多辐射源的无源探测技术

研究了基于多辐射源的无源探测技术，分析了信号环境，给出了一个基于多辐射源的无源探测单元的实现方案，着重研究了作为参考信号的直达信号的提取技术和弱的多目标反射信号的检测技术，并通过仿真进行了验证。     

一种基于改进YOLOv7的无人机多目标光学检测方法

为解决由于空中多目标及其多尺度特征导致的目标检测召回率低、精确度低等问题,提出了一种基于YOLOv7改进的无人机多目标光学检测方法。针对无人机蜂群目标,使用K-means算法对自制的多尺度无人机数据集（Multi Scale Drone Dataset,MSDD）优化聚类,对原有YOLOv7锚框进行增改;在特征融合网络部分加深网络层数,使更深层的特征与浅表特征进一步融合,增强小尺度目标的特征表达能力;在网络预测部分增加一个极小目标预测头,有效增强多尺度、多目标的检测性能。较原YOLOv7算法,改进算法在自制数据集上mAP达到75.69%,提升了6.25%,对于多尺度特征的无人机多目标检测具有更好检测效果。     

有源雷达与红外探测器组网定位精度分析

从几何稀释精度的角度,分析了有源雷达定位、红外探测器定位以及有源雷达与红外探测器组网定位这三种方法的定位精度。其中,组网的数据融合采用简化加权最小二乘估计算法。通过仿真比较了上述三种方法的定位精度随距离与高度的变化情况,得出有源雷达与红外探测器组网兼具有源雷达和红外探测的优势,优点是探测精度高、定位精度受高度影响较小,具有一定的现实意义。     

一种基于聚类的深空红外多目标快速检测算法

该文提出一种基于行扫描点线目标聚类合并的快速实时多目标检测算法。该方法首先对原始图像进行自适应阈值分割,然后采用外接矩补形,点线目标提取和聚类合并对二值图像单帧目标进行全视场检测并编号标记,精度达到像素级,避免了帧差法,投影法等传统检测算法带来的漏检。最后应用五点二次滤波预测目标位置,并构造代价函数进行关联匹配完成目标确认,有效解决了检测中目标分裂,交叉,因重合而暂时消失等问题,提高了系统检测能力。在基于SOPC的硬件平台进行验证,实验结果表明该算法能够准确实时地检测深空目标。     

一种改进的车载雷达多目标检测方法

针对传统的线性调频连续波(FMCW)雷达在多目标检测中存在距离速度耦合的缺陷,[JP]提出了一种FMCW+CW的改进方法,利用CW回波多普勒频率估算出的速度来剔除雷达多目标检测中存在的虚假目标,有效地解决了从多目标中检测真实目标的问题,并能估算出目标的速度和距离信息。计算机模拟仿真的结果证明了理论分析的正确性和新方法的有效性。     

基于独立成分分析的被动红外光谱弱信号检测

简要阐述了独立成分分析(independent component analysis,ICA)的基本模型及其假设、含混性、非高斯性度量和通用求解过程,介绍了一种基于峰度的快速ICA算法。提出了基于基本ICA模型的从被动遥感红外光谱中分离出弱目标信号的信号检测方法。实验结果表明：基于ICA的信号提取方法可不依赖于预先采集的“干净”背景光谱,并且与差谱法的结果进行了对比。