基于RCS精确预估的机动目标切片仿真方法*

给出了一种基于目标RCS精确预估的机动目标SAR图像切片仿真方法。详细介绍了目标几何建模、电磁计算、目标成像的整个流程,并将仿真图像与MSTAR图像数据进行了对比。仿真实验结果表明,该方法有效解决了机动目标多参数空间SAR图像数据的获取问题。     

一种子像素精度SAR图像目标峰值提取方法

SAR图像目标峰值是SAR图像目标识别的重要特征 ,它本质对应于目标散射中心 ,目标峰值提取是SAR图像目标识别的一个重要步骤。基于峰值SAR图像目标识别系统要求目标峰值提取方法应具有快速、高精度的特点。现有的SAR图像目标峰值提取方法精度较低 ,其对目标峰值位置的估计精度只能达到像素级。为了提高SAR图像目标峰值提取精度 ,该文在分析SAR图像峰值模型基础上 ,提出了一种子像素精度SAR图像目标峰值提取方法 ,并通过仿真实验 ,分析了该方法对目标峰值位置、幅度的估计性能 ,结果表明在SNR =2 0dB的情况下 ,该方法对目标峰值位置估计的标准偏差 <0 .1个像素 ,峰值幅度估计的标准偏差小于 0 .0 5 H(这里H表示目标峰值的真实幅度 ) ,文中还给出了该方法对实测MSTARSAR图像的目标峰值提取结果。     

敏捷开发在软件开发中的应用

敏捷开发能够使项目团队的工作效率得到极大提升,以最快的速度获得投资回报,同时还可以产生高质量的工作成果,敏捷开发在实际的软件开发工作中的应用十分广泛.本文介绍了敏捷开发在软件开发中的应用,希望可以为同行业人士提供参考.     

SAR图像目标相关特性分析

针对SAR目标图像对于目标姿态的高度敏感性的问题，基于相关匹配算法详细研究了目标图像随着方位角变化的统计规律。利用MSTAR实测目标数据，在进行了图像的分割和象素幅值的归一化之后，每一幅测试图像都和所有训练图像序列进行相关匹配，并产生匹配值，进而得到相关匹配图。实验发现，相关匹配图随着方位角的变化近似于正弦曲线，整个训练序列表明了一个测试目标和它的同样方位的训练图像以及180度方位翻转的训练图像存在着局部最大的相关性。     

防砂耐磨抽油泵的研制及应用

防砂耐磨抽油泵是在传统管式深井泵的基础上,对某些不太合理的和加工工艺进行了改进和优化。对某些部件的材料,采用了新材料,使之更加适应含砂原油的开采;并改进添加剂了某些功能部件,使泵的防砂耐磨性能有了很大提高。同常规深井泵比较,该泵具有较强的耐靡防砂、防止性能;同常用的防砂卡泵比较,该泵具有结构简单、质量轻、价格低等特点。     

提升“模式识别新技术研讨”教学质量

"模式识别新技术研讨"是面向低年级博士研究生开设的一门课程,是模式识别系列课程建设的关键一环,对于创新人才培养具有重要作用。本文总结了我院对该课程的教学体会,并就如何提升"模式识别新技术研讨"课程教学质量,给出一些提高课程教学质量的具体办法。     

基于遗传算法的SAR图像目标鉴别特征选择

针对SAR图像自动目标鉴别的应用,提出了一种基于遗传算法的特征选择方法.首先提取了反映目标和杂波虚警差异的八个特征,分别是:四个空间边界属性特征,一个分形维数特征和三个对比度特征.然后对由八个特征构成的特征矢量采用遗传算法进行特征选择,以选出对于目标鉴别最优的特征序列.遗传算法中适应度函数的设计综合考虑了描述长度、鉴别总错误数以及漏报数等三个因素,使得该适应度函数对于特征优劣的评价更全面.实测数据的实验结果证明了所提算法的有效性.     

SAR图像目标鉴别研究综述

SAR图像目标鉴别是SAR ATR研究领域的一项关键技术.旨在去除目标检测后的杂波虚警,以减小目标分类或识别的代价.本文在广泛文献调查的基础上,从SAR图像目标鉴别技术发展的历史沿革、研究现状开始,对SAR图像目标鉴别算法的流派、国内外的实际系统以及目标鉴别达到的性能指标等进行了较为全面的综述.给出了该方面研究的主要结论、展望了需要进一步解决的问题.     

基于干涉图的D-SAR地面慢动目标检测算法

由于应用干涉图对地面慢动目标进行检测时表现出巨大的潜力,因此备受国内外SAR-GMTI研究者们的青睐.在分析和对比了各种基于干涉图的双通道SAR(D-SAR)图像域地面慢动目标检测算法的基础上,首先,对现有算法进行了归纳分类;然后,分析比较了每类算法的基本原理,并阐明了他们各自的优缺点;进而结合实验验证,分别从检测率和虚警率、稳健性、可检测速度范围以及抗干扰性等方面做了进一步的对比分析,并全面总结了现有算法的检测性能;最后,结合现有算法存在的不足,指出了下一步的研究方向.     

基于马尔可夫随机场的SAR目标切片图像分割方法

SAR目标切片图像分割是基于SAR图像目标识别的一个重要步骤。文中通过利用马尔可夫随机场模型 ,引入图像象素的局部结构信息 ,有效实现了SAR目标切片图像的高精度分割。通过对SAR目标切片图像进行统计分析 ,精确选择了分割算法的迭代初值 ,极大提高了算法的计算效率。和其它分割算法相比 ,文中算法在分割速度和精度上均有较大提高