共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
针对预警机引导信息下相控阵雷达的最优搜索问题进行了研究。从预警机引导战斗机雷达搜索的角度出发,将搜索目标进行分类,根据实际作战需求加入搜索约束条件,完善现有的雷达最优搜索模型,提出两步优化策略来解决不同搜索阶段的优化问题;采用凸优化的手段对搜索模型进行求解,提出拉格朗日结合障碍法的方法来实现搜索数据率的快速优化,解决了雷达最优搜索多约束、多目标优化实时求解的问题,具有较高的工程应用价值;最后通过仿真验证了拉格朗日结合障碍法进行优化模型求解的有效性以及最优搜索模型的合理性。 相似文献
4.
机载激光水下目标探测的协同搜索及其仿真 总被引:2,自引:0,他引:2
机载激光搜索水下的运动目标是一个较难的问题,因为运动目标容易跑出搜索区域使有效搜索时间缩短。为了快速有效地搜索目标。西方提出了多机在指挥控制中心指挥下的协同搜索方法;计算了在没有先验信息情况下多机搜索概率;提出了有先验信息情况下的搜索力分配方案;同时,进行了仿真实验。结果表明:协同搜索的成功率和效率与掌握目标的信息量和准确度有密切关系。 相似文献
5.
双机IRST系统协同搜索是一种重要的无源探测手段。分析了双机IRST协同搜索关键问题,建立了自主引导搜索的数学模型,通过长机IRST系统探测到目标的角度信息,并利用IRST系统的探测距离范围限制计算目标在僚机机体系中的角度范围,据此引导僚机IRST系统对目标存在区域进行搜索。对于僚机搜索范围提出顺序搜索和中心搜索两种搜索策略,仿真结果表明了引导搜索的有效性,中心搜索比顺序搜索效率更高,所需时间更短。其中,根据中心搜索策略提出的两种一次搜索方案的仿真结果验证了成功引导搜索的性质,对研究双机IRST自主引导搜索系统配置具有一定的参考价值。 相似文献
6.
基于搜索数据率的弹道导弹跟踪制导雷达最优搜索时序 总被引:1,自引:0,他引:1
利用引导信息进行小窗口空域搜索是弹道导弹防御跟踪制导雷达极其重要的搜索方式,弹道导弹的高速运动对该方式下的搜索时序提出了巨大挑战.本文提出了一种基于搜索数据率确定雷达最优搜索时序的方法.首先依据累积发现概率最大化准则建立了搜索波位的静态最优数据率模型;然后依据静态搜索数据率的计算结果,采用编排的方式确定了波位的静态最优搜索时序;在此基础上采用照射波位与目标运动相匹配的方法得到波位的动态最优搜索时序;最后给出了仿真结果,验证了本文方法在弹道目标高速运动条件下的有效性. 相似文献
7.
8.
针对多无人机协同搜索多运动目标航迹优化问题,建立基于搜索概率图的信息环境模型,提出了一种基于人工势场与自适应参数调整粒子群优化的搜索算法(APF-APSO算法),用于不确定环境中的动态目标搜索。利用人工势场中无人机与山体之间、无人机之间的虚拟排斥力进行有效避障,以及无人机与目标之间的虚拟吸引力加快目标搜索;通过非线性的指数函数参数调整法对粒子群参数进行调整,并根据无人机搜索过程中得到的栅格单元信息确定度和目标存在概率对搜索概率图进行实时更新,来引导无人机对目标进行搜索。仿真结果表明,与其他算法相比,所提算法在搜索目标方面具有很大的优势,缩短了路径长度;避免了陷入局部最优解,具有较好的收敛性;能够有效地实现多无人机之间的协同搜索,提高了搜索效率。 相似文献
9.
为减少空间谱谱峰搜索过程的计算量,文章提出了一种先采用FFT算法进行预搜索,确定峰值的大概位置,然后再采用Chirp-z变换算法在峰值附近进行精细搜索以确定峰值精确位置的方法。经仿真试验,该方法能够有效提高搜索效率,减少计算量。 相似文献
10.
11.
针对机载传感器搜索任务,将无引导搜索问题分为搜索区域目标出现概率未知和已知两种情况进行了讨论。在搜索区域仅有一个目标和忽略传感器搜索视场切换的前提假设下,在搜索时间最短的要求下,提出了一种最优搜索策略,即任一视场的搜索次数与该视场中目标出现概率的平方根成正比。并通过仿真实例表现了该搜索策略:未知目标出现概率的情况下是一种顺序搜索,而已知目标出现概率的情况下是优先、多次搜索目标出现概率较大视场的同时,还无遗漏的兼顾搜索其他视场。该策略使传感器尽快满足任务要求,缩减工作时间。 相似文献
12.
针对海上低对比度低信噪比的条件下,能够精确快速搜索空域目标,提出了一种快速精确的海空目标多尺度波峰最佳阈值自动搜索策略:采用金字塔波门搜索和多尺度波峰阈值法,逐级减小搜索区域并对搜索域内图像进行分割,然后根据目标特征进行概率统计分析,确定最优目标,实现海空目标的自动搜索。实验结果表明,该算法在序列图像中的搜索定位平均误差为0.413像素并全部识别成功,较OTSU算法的2.61像素和最大熵阈值算法的3.1像素的误差,精确度大大提升。整幅图像搜索时间优于21.34 ms,满足海空目标自动搜索的精度和实时性的要求。 相似文献
13.
基于改进Hough变换和图搜索的油库目标识别 总被引:3,自引:0,他引:3
为了识别遥感图像中圆形油库目标,首先改进了基于梯度信息的圆形检测Hough变换方法,提取出图像中的圆形油库。然后根据油库的空间分布关系,提出利用深度优先的图搜索策略对检测到的圆进行分组,剔除虚警目标,最终实现油库目标区域的定位。改进的Hough变换通过利用梯度的方向信息和降低参数空间维数的方法降低了算法执行时耗费的时间和占用的存储空间,提高了圆检测的效率,同时用图搜索技术来排除虚假目标和定位目标区域,降低了虚警率,提高了识别精度。实验表明,该方法能够快速准确地识别油库目标,适用于不同分辨率的可见光遥感影像。 相似文献
14.
15.
正态圆分布下的双机吊放声纳扩展方形搜潜建模 总被引:1,自引:0,他引:1
针对反潜直升机吊放声纳搜潜概率计算问题,在分析扩展方形搜潜法的基础上,提出了对称扩展方形搜潜法。并且,以双机使用吊放声纳搜潜为例,以目标位置服从正态圆分布为条件,采用解析法建立了对称扩展方形搜潜概率计算模型。同时,针对已探测区不出现目标的面积会随时间衰减的事实,对搜索概率计算模型作了修正。最后,仿真计算了搜索高、低速两类目标下的搜索概率,结论是:搜索低速目标时,对称扩展方形具有更高的发现概率;而对于高速目标,两种方法的搜索概率都较低,难以满足反潜要求。 相似文献
16.
17.
Shen-Chuan Tai Ying-Ru Chen Yu-Hung Chen 《Signal Processing: Image Communication》2007,22(10):877-890
A good fast motion search algorithm should efficiently speed up the encoding time and keep the quality of encoded video stable at the same time. Researches have shown that many fast algorithms lose the quality requirement in some special video sequences. These video sequences often have heavy motions and need large search windows for motion vector search. E3SS, DS, and E-HEXBS, which are famous algorithms, are not good enough in these sequences. As to UMHexagonS, it is able to meet the high video quality requirement very well, but it costs too much computation. This paper introduces a multi-stage motion estimation algorithm. The algorithm ensures getting good video quality while decreases the motion search time efficiently. It divides the search regions into many un-overlapped small-diamond regions and forces the motion search to go outward for larger motion vectors. This method is also designed to avoid mistaking local optimal motion vectors. For this reason, the selected motion vector is refined by several stages. Experimental results show that the proposed algorithm uses almost the same number of checking points as E3SS but achieves a better quality. Furthermore, the proposed algorithm is also tested in H.264/AVC JM9.5 encoder; the experimental results show that this algorithm is also suitable for variable block-size motion estimation. 相似文献
18.
布谷鸟搜索算法是一种基于莱维飞行搜索策略的新型智能优化算法.单一的莱维飞行随机搜索更新策略存在全局搜索性能不足和寻优精度不高等缺陷.为了解决这一问题,本文提出了一种改进的布谷鸟全局优化算法.该算法的主要特点在于以下三个方面:首先,采用全局探测和模式移动交替进行的模式搜索趋化策略,实现了布谷鸟莱维飞行的全局探测与模式搜索的局部优化的有机结合,从而避免盲目搜索,加强算法的局部开采能力;其次,采取自适应竞争机制动态选择最优解数量,实现了迭代过程搜索速度和解的多样性间的有效平衡;最后,采用优势集搜索机制,实现了最优解的有效合作分享,强化了优势经验的学习.对52个典型测试函数实验结果表明,本文算法不仅寻优精度和寻优率显著提高,鲁棒性强,且适合于多峰及复杂高维空间全局优化问题.本文算法与最新提出的改进的布谷鸟优化算法以及其它智能优化策略相比,其全局搜索性能与寻优精度更具优势,效果更好. 相似文献
19.
针对压缩感知目标跟踪算法在目标纹理改变、比例缩放、光照变化剧烈时鲁棒性不足,提出一种面向高斯差分图的实时跟踪算法.首先,构建图像的多尺度空间及其对应的高斯差分图,实现高斯差分图的特征提取并获取压缩感知的输入信号;然后,通过压缩降维,目标邻域遍历,参数更新等过程,计算出面向高斯差分图的后续帧的目标最优跟踪窗;最后,将跟踪窗投影到对应的原始图像上,完成面向视频流的目标跟踪.高斯差分图像是单通道灰度图,具有灰度取值范围小、数值低、结构简单、维数少等特点,增强了特征对纹理改变、比例缩放和光照变化的稳健性,且继承了传统算法的实时性.实验证明,该算法能够快速准确地实现复杂环境下的移动目标跟踪任务. 相似文献