红外导引头对巡航导弹的探测距离研究

巡航导弹体积小和低空飞行的特点,使得其具有目标红外辐射强度小、地面背景干扰大以及低空大气对其红外辐射的透过率低的优点。为了准确计算红外导引头对巡航导弹的探测距离,文章对巡航导弹的红外辐射特性以及地面背景的红外辐射特性进行了分析,进一步建立了红外导引头对巡航导弹探测距离的计算模型。提出了利用图解法对作用距离方程进行解算的方法,提高了作用距离模型的计算准确度。利用所建模型计算了某中距离红外导引头对一种巡航导弹的探测距离。计算结果表明,导引头对该巡航导弹的探测距离远小于对常规空中目标的探测距离,尤其在8μm～12μm波段,迎头方向无法探测。     

自动目标识别中的图像序列质量评价方法

图像质量评价是自动目标识别(ATR)性能评估中的重要组成部分。传统的评价指标如目标信噪比(SNR)等针对的皆是单幅图像,而对于图像序列质量评价的研究尚属空白。针对该问题,该文首次提出了帧间目标变化程度的概念,利用其定量描述图像序列的质量。该指标融合了3部分信息：图像序列中帧间目标区纹理变化的信息,帧间目标大小变化的信息以及帧间目标位置不规律的信息。为验证所提指标的有效性,设计了用于分析帧间目标变化程度和ATR算法实际效果关系的实验,实验用样本为真实的目标图像序列。实验结果表明,帧间目标变化程度与ATR算法性能具有很强的相关性,基本呈现单调关系,是一种有效的图像序列质量评价标准。     

基于深度卷积神经网络的数字调制方式识别

针对非协作通信条件下信号调制方式识别问题,提出了一种基于深度神经网络的调制方式自动识别新方法。该方法对接收到的信号进行预处理,生成星座图,并将星座图形状作为深度卷积神经网络的输入,根据训练好的网络模型对调制信号进行分类识别。与以往的识别方法相比,该方法利用卷积神经网络自动学习各种数字调制信号的星座图特征,克服了特征提取困难,通用性不强,抗噪声性能差等缺点,处理流程简单,并对星座图的形变具有不敏感性。针对4QAM、16QAM和64QAM三种典型的数字调制方式,进行了仿真实验,当信噪比大于4时,调制方式的识别正确率大于95％,实验结果表明,基于深度卷积神经网络的信号调制方式识别方法是有效的。