基于支持向量机的无线电引信抗扫频式干扰研究

扫频式干扰对无线电引信威胁很大,为此研究了支持向量机方法在无线电引信抗扫频式干扰中应用的可行性。以连续波多普勒无线电引信为例,从理论上分析扫频干扰信号作用下引信检波输出信号的频谱特征。提出一种基于傅里叶频谱的特征参量提取方法,并利用支持向量机对干扰信号与目标信号进行分类识别。识别实验结果表明,该方法可以获得很高的分类识别正确率,能够有效提高连续波多普勒无线电引信的抗扫频式干扰能力,将支持向量机应用于无线电引信抗干扰可以获得很好的效果。     

基于非负矩阵分解算法的目标成像识别方法

针对激光引信在简易距离轮廓像的识别过程中抗背景结构噪声能力差和处理速度慢的问题,提出了基于非负矩阵分解算法的激光成像引信目标识别方法。该方法利用非负矩阵分解算法从高维数据矩阵里提取出具有判别能力的低维特征矩阵,同时利用激光引信成像过程中图像信息逐行更新的特点,结合逐行分解的方法提高激光成像引信的目标识别速度。仿真验证表明:所提出的方法可以有效地从地面结构噪声中分辨出目标,且处理速度快,可应用于扫描式激光成像引信中。     

一种基于Rough 集与SVM的目标识别方法

主要研究了基于粗糙集和支持向量机的模式分类技术,结合遥感图像中军用飞机目标识别进行了理论分析和实验研究。基于粗糙集和支持向量机算法的优势,设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,对分类的性能进行了分析研究,利用粗糙集理论中属性约简方法去除冗余属性,降低飞机特征维数,提出使用决策有向无环图支持向量机进行训练并对待识别目标预测。     

基于熵特征的调频引信目标与干扰信号识别

针对调频引信较难抑制的调幅扫频类干扰,提出了一种基于熵特征的目标与干扰信号分类识别方法。比较目标和干扰信号作用下引信检波信号时域和频域特征,提取检波信号的香农熵和奇异谱熵,通过Kruskal-Wallis检验方法验证了特征参量的有效性,并利用支持向量机分类器对目标信号和干扰信号进行了分类识别。仿真实验结果表明：在支持向量机核函数参数最优时,该方法的分类识别正确率达到98.954%,有效提高了调频引信的抗扫频式干扰能力。     

基于伪Zernike矩的羽毛缺陷几何特征提取及识别

针对拍照角度影响羽毛缺陷识别精度的问题,将不变矩的思想引入到羽毛缺陷识别领域。提出利用伪Zernike矩描述羽毛缺陷的几何特征,用支持向量机（SVM）进行分类识别的方法。模拟实验表明算法能够较好地容忍图像平移、旋转和尺度变化,具有识别速度快、识别精度高的特点,并且算法对噪声、光线变化适应性好。     

红外成像制导末端局部图像识别跟踪研究

针对红外成像制导末端目标图像充满导引头视场影响目标识别跟踪的问题,提出一种红外成像制导末端局部图像识别跟踪的方法。分析了红外成像制导原理;选取了高亮区比例、灰度标准偏差、长宽比、紧凑度和复杂度等5个特征量作为特征提取和目标识别的依据,提出适合导弹的目标快速识别算法;通过计算红外成像制导末端目标图像,在导引头焦平面上的投影面积的变化情况,分析了弹目距离与相对速度对目标图像变化情况的影响,研究了形心跟踪到局部图像跟踪的转换时机。综合考虑了可靠性和实时性要求,选取飞机机头作为局部图形跟踪的跟踪点;搭建红外成像制导仿真场景,对所提出的方法进行仿真分析。仿真结果表明：该方法能够有效地识别图像中的目标,减小红外成像导引头跟踪盲区,实现红外成像制导末端的平稳跟踪。     

红外成像在引信技术中的应用

自动目标识别一直是各国军事领域研究的重要课题，特别是对一次性识别有着极其重要的意义，近年来、红上成像技术得到了迅速发展，并被认为是解决自动目标识别问题的有力工具，本文首先简述了红我成像引信技术的基本特点和一般描述，再根据引信一次性目标成像的非完整图像特征，从而论述了红外成像引信的可实现性。     

基于最小二乘支持向量机时域背景预测的红外弱小目标检测

针对信噪比较低时,如何有效地抑制自然背景对目标检测的影响,提出了一种基于最小二乘支持向量机(LS-SVM)时域背景预测的红外弱小目标检测方法。首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用参数经粒子群优化的最小二乘支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值;然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标。文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较。结果表明所提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法。     

一种基于统计中心线的成像激光引信目标识别算法

介绍了一种旨在提升激光引信抗干扰和目标识别能力的激光引信成像技术,通过对其系统组成和工作原理的分析,结合目标特征的研究,提出了一种基于统计中心线的目标识别算法并进行了识别仿真.识别结果表明,此算法能够有效提升激光引信抗干扰和目标识别能力.     

复杂战场对抗环境下空中目标抗干扰识别算法

针对复杂背景和红外诱饵对抗环境下红外成像攻坚破甲导弹空中目标识别的难题,提出融合强判别性特征的抗干扰识别算法,将区域生成、特征学习和分类识别融合至抗干扰算法中,形成从像素至区域,再到特征识别的逐级抽象的识别框架。首先通过模拟典型战场环境,生成大量不同对抗态势下的目标特性库,作为算法研究的基础;然后由像素相似性聚类形成候选区域,完成区域“粗粒度”定位;再将提取的各区域特征输入至特征选择模块,学习强判别性的特征;最后将选取的特征输入至改进的多分类支持向量机进行目标的分类识别,实现目标区的“细粒度”锁定。通过逐步细化的识别机制,识别复杂战场对抗环境下的空中目标。验证试验表明,算法在不同对抗态势下的弹道图像数据集中的平均识别正确率达到78.63%,可有效完成目标与干扰之间的区分,为工程应用中的算法研制提供支撑。     

地面低速目标与背景模式分类和识别方法研究

识别地面低速目标是无线电近炸引信信号处理研究的难点之一。研究了基于连续波多普勒体制无线电近炸引信的地面低速目标与地面背景的分类问题。在分析目标与背景时域与频域特性的基础上，利用线性分类器和支持向量机进行分类识别实验，结果表明所提出的方法是可行的。     

一种基于形态点特征的目标识别方法

脉冲激光扫描探测体制激光引信的处理对象一般为目标局部图像,由于获得的图像信息少,而且弹目交会姿态复杂多样,局部图像变化较大,识别比较困难。针对这一问题,提出了一种基于形态点特征的目标识别方法。该方法通过回波处理识别云雾目标,利用面积特征排除鸟类干扰,然后用形态学的处理方法对目标图像矩阵进行处理,提取形态点特征,利用点特征进行目标判别。进行了云雾回波实验并作了回波处理仿真,然后利用三维飞机模型对飞机姿态模拟,用得到的150个多种姿态的局部飞机图像进行了算法的验证,结果表明,92%能够进行识别,对弹目交会姿态适应性较强。     

基于成像导引/激光测距的起爆控制算法

为解决传统侧向引信对付高速小目标存在炸点滞后问题,以成像导引头加装前视激光测距仪的制导引信一体化(Guidance Integrated Fusing,GIF)系统(简称成像GIF系统)为背景,提出基于成像导引/激光测距的起爆控制算法.该算法利用成像GIF探测系统提供的目标图像、跟踪角度、弹目距离信息,建立的基于图像处理、信息融合、数字滤波条件下的引战配合起爆控制预测算法模型,将传统的引信延迟起爆变为炸点预测起爆.仿真分析表明:该算法可有效地实现全方位、高速度和多目标类型等复杂交会条件下对目标的有效毁伤,适用于对付高速小目标.     

基于不变性模糊特征融合的红外目标识别方法

研究了将平移、缩放与旋转变化(TSRI)的不变性模糊特征信息融合技术用于红外目标图像识别分类的方法,通过提取红外目标图像奇异值与不变矩的平移、缩放与旋转变化(TSRI)的不变性特征,结合模糊特征融合的模式识别方法,并应用模糊判决准则进行分类。实验结果表明,基于红外图像的TSRI不变性多特征信息融合的目标识别方法比不具有TSRI不变性多特征信息融合的识别方法具有更好的稳定性、准确性和可靠性,能够有效地提高红外成像末制导识别系统的精确度,并增强了系统的容错性能。     

红外目标自动识别分类及跟踪算法

提出了一种红外图像预处理、跟踪、分类的自动目标识别算法,利用小波变换提取不同频带的多尺度空间能量和不变矩作为特征量,再用神经网络进行分类识别,结果表明该算法具有很高的识别率,对于精确制导武器的目标识别研究具有一定的参考价值.     

基于红外成像引信的目标探测识别电路小型化设计

]引信目标探测识别电路的小型化设计是红外成像引信实现的关键技术之一,文中从红外成像引信的工作原理出发,从器件的选取及系统实现角度分析了多种优化技术,提出了一种新的基于DSP和FPGA的系统小型化设计方案.系统具有自动目标识别、精确炸点控制和抗干扰的能力.测试结果表明,FPGA技术和DSP技术是实现红外成像引信用电路系统小型化的有效途径之一,该引信用电路能满足引信小型化、实时性、低功耗的要求.     

弹载线阵扫描激光雷达的目标识别算法

针对现有算法对稀疏图像识别率不高的问题,提出了基于目标顶部特征的BP神经网络目标识别算法。该算法通过分析模拟目标的线阵扫描数据,应用统计算法提取目标顶部轮廓数据特征,建立目标三维特征图模型,采用最小生成树Prim算法得到目标顶部轮廓空间分布特征,在此基础上设计了对目标特征分类的BP神经网络。仿真结果表明,该算法简单易于实现,并且在预测误差│error│≤0.015时,该算法对目标稀疏图像有较好的识别效果。     

红外图像自动目标识别技术进展

随着红外探测器技术的迅速发展，红外成像系统日趋成熟，现已广泛用于各种武器系统，尤其是战术导弹。而一旦在红外图像自动目标识别（ＡＴＲ）技术方面取得突破性进展，必将大大提高装备红外成像系统武器性能。介绍了红外图像自动目标识别技术发展现状，重点论述了红外图像自动目标识别的算法和执行处理计算机两项关键技术的进展，并分析了其发展趋势和应用前景。     

基于图像矩和小波能量的红外目标特征提取

特征提取是目标分类和识别的基础。图像矩反映了物体灰度相对于质心的统计分布情况。目标的红外图像信息在小波域主要集中在低频部分。文章中提出了一种提取红外目标不变特征的新方法,利用该方法提取的特征向量,对红外目标图像进行了分类识别。实验结果表明:这种方法对精确制导武器的目标识别具有较高的实用价值。     

支持向量机遥感图像几何校正中的不同核函数算法比较

支持向量机遥感图像近似几何校正算法可有效提高遥感图像校正的精度,是目前比较有效的遥感图像近似几何校正方法。对不同核函数支持向量机遥感图像近似几何校正算法的实验结果进行比较分析表明:基于RBF核函数的支持向量机遥感图像几何校正算法在支持向量机遥感图像几何校正算法中具有明显的优越性。