基于HLA的空战仿真系统设计与实现

针对空战仿真应用背景,在对各功能模块进行需求和能力分析的基础上,以组件重用和系统可扩展为目标,设计了一种基于HLA的作战仿真系统体系结构,完成了兵力生成、雷达模拟、视景仿真、数据记录回放等联邦成员开发,并对仿真开发过程中所涉及的雷达模拟等天键技术进行了研究.通过仿真实验验证了所构建仿真系统的可行性.利用该仿真系统可对跟踪算法进行验证,为相关理论的研究提供了分析和验证平台.片对其它领域内基于HLA的仿真系统设计和开发具有参考价值.     

基于PGDS的快速运动估计算法

为了提高块匹配运动估计算法的搜索速度与精度,提出一种鲁棒的基于空间预测和梯度下降法的菱形-方形快速匹配算法(PGDS);该算法主要思想是判断当前块的运动是否与相邻块相关,若相关,则求出预测矢量,然后以预测值为中心,运用高精度的SD-SP模板进行搜索;若不相关,则采用基于梯度下降法的菱形-方形搜索算法(GDS)从中心点开始搜索;实验结果表明,该算法与TSS,DS算法相比,搜索速度与精度都有明显的提高,且鲁棒性较强。     

一种天波超视距雷达分级Hough变换航迹起始方法

天波超视距雷达固有的低数据率、低检测概率和低量测精度等特征对航迹起始方法提出新的挑战。本文提出了一种天波超视距雷达两级Hough变换航迹起始算法(TH-HT)。该方法首先采用时间-径向距离数据进行第1级Hough变换,将多普勒量测作为积累约束条件来避免无效积累,得到候选航迹;之后对与每条候选航迹相应的时间-方位角数据进行第2级Hough变换,最终得到确认航迹。通过描述各级积累单元获得杂波投票数期望的定理,给出两级阈值的确定方法。与MMUPDA的仿真比较表明,TH-HT不但具有较高的航迹起始概率和较低的虚假航迹概率,而且运行时间大大降低。     

利用KPCA特征提取的Adaboost红外目标检测

针对传统红外目标检测算法中存在的不足,提出了一种基于核主成分分析(KPCA)特征提取的Adaboost分类器红外目标检测算法.首先,采用KPCA对目标训练样本进行特征提取,将背景训练样本和待检测样本在概率核空间中向目标样本特征量投影作为它们的特征量;然后,用目标和背景样本特征来训练Adaboost分类器;最后,用此分类...     

基于光流特征与序列比对的实时行为识别

提出一种基于光流特征与序列比对的行为识别算法.首先利用分层光流提取视频序列中的运动信息;然后用光流场的方向直方图构造相应行为的模板库和索引序列库;最后用序列比对方法实现行为识别.实验结果表明,该算法可在线进行人的典型行为识别,对目标尺度变化、小角度倾斜和旋转具有一定程度的鲁棒性.目前以该算法为核心的行为识别实验系统对图像尺寸为320×240的序列平均处理速度达到10 fps.     

强化学习对信息融合系统的改进

通过分析和研究强化学习的结构和算法,将其引入到信息融合系统中,提出了基于强化学习的信息融合系统,并讨论了它的应用和发展。通过对多智能技术的借鉴,使信息融合系统有进一步的发展。     

基于肤色和独立成分的人脸检测

人脸检测是计算机视觉中非常活跃的研究课题,目前大多数人脸检测算法都是依靠灰度信息,而忽略了彩色信息。研究表明,肤色检测在诸多计算机视觉算法中,是一个重要的处理步骤。为了提高检测速度和性能,通过对肤色在H,S空间分布的分析,建立了新的肤色分割公式,并且在Aapo Hyvrinen和Erkki Oja［1］所提算法的基础上,提出了一种新的结合肤色和独立成分分析的人脸检测算法。实验结果表明了该算法的有效性。     

无线传感器网络信息感知中的自组织算法

构造了信息获取与能量节省的综合性能指标,通过在线优化该函数自适应地选择簇首及簇内成员,提出了一种无线传感器网络动态协同自组织算法(DCS),从而实现综合性能优化意义下的网络自组织．仿真表明:与IDSQ算法相比,DCS算法能有效避免“乒乓效应”问题,节省通讯能量明显,而跟踪精度相当．     

运动弱小目标先跟踪后检测技术的研究进展

对低信噪比下图像序列运动小目标先跟踪后检测技术进行了较为系统地研究.首先针对运动弱小目标检测问题,分析比较了先检测后跟踪技术与先跟踪后检测技术;详细阐述了先跟踪后检测技术的主流算法,包括时空域匹配滤波器、基于投影变换与三维匹配滤波相结合的算法、多阶假设检验、动态规划算法、高阶相关方法、递推贝叶斯滤波等算法,并比较了其中几种算法.     

基于多特征的遥感图像融合算法

针对基于多尺度几何变换的遥感图像融合算法细节表现能力不足的缺陷,提出了一种新的基于多特征的遥感图像融合算法。首先,对多光谱图像进行HSI变换,将得到的亮度分量和全色图像分别进行非下采样的Contourlet变换(NSCT),得到低频和高频子带系数;然后,对低频子带系数采用像素绝对值选大的规则进行融合,对于高频子带系数的选择,考虑到不同的因素如(方差、能量、平均梯度)对图像质量的影响不同,提出了一种基于多特征的融合规则;最后,对融合后的低频和高频系数分别进行了逆NSCT变换和逆HSI变换得到融合图像。实验结果证明,该方法可以有效将全色图像的空间信息注入到多光谱图像中,并与HSI变换、Contourlet变换等融合算法相比,该方法在主观和客观评价上优于其他几种融合方法,具有更好的融合效果。