传感器网络下机动目标动态协同跟踪算法

对传感器网络下的机动目标跟踪问题提出一种分布式传感器节点动态分簇、协同跟踪算法. 通过在线优化目标跟踪的性能函数和通讯代价, 自适应地选择节点并动态分簇, 通过多传感器节点的协同感知以及信息融合提高了跟踪精度. 由于问题的非线性和传感器节点的随机性, 本文基于粒子滤波器在线预测和估计目标状态的概率分布, 使用混合高斯粒子滤波器以及选择最短路径用于传感器节点之间的信息交换节约了通讯能量, 通过一种有效的粒子方法逼近目标状态的预测方差以实现传感器节点的最优选择. 仿真结果表明, 与 IDSQ 算法相比较, 本文提出的动态分簇算法实现了对机动目标的高精度跟踪.     

一种新的证据组合规则应用于序列图像目标识别*

提出了一种新的证据理论组合规则,并结合BP神经网络和证据推理对序列图像目标识别问题进行应用.以修正的Hu不变矩为图像特征,利用数据融合的思想对来自目标的序列图像进行时间域融合处理.由BP神经网络对目标的初步识别结果构造基本置信指派函数,用该组合规则进行决策级数据融合,完成了三维飞机图像目标的识别仿真.仿真结果表明,新的组合规则结合BP神经网络的融合方法提高了三维飞机目标识别的准确性.     

红外偏振感知与智能处理

红外偏振成像在抗干扰目标检测、复杂环境下人造物识别中具有潜在优势,同时能够获取目标表面理化特性。分时、分振幅、分孔径红外偏振成像方式由于体积、重量、功耗等的不足限制了其应用,而小型化、集成化、实时成像设备是红外偏振成像广泛应用的前提,而对于所获取数据的智能分析是其应用的基础。介绍了所研制的红外偏振智能感知系统,通过分焦平面式成像技术实时采集目标场景的红外偏振数据,通过深度学习与分焦平面偏振成像紧密融合,实现高质量偏振图像恢复与典型场景下运动目标的智能感知。     

一种新的捷联惯导系统圆锥误差补偿算法研究

鉴于传统圆锥误差补偿算法中忽略圆锥运动的幅值特性,并且存在泰勒级数高阶项截断误差的问题,基于传统圆锥误差补偿算法公式,通过载体不同的机动性能指标确定圆锥运动幅值特性,并利用最小二乘方法估计一组圆锥补偿算法的加权系数,从而得到一种新的捷联惯导系统圆锥误差补偿算法,仿真结果表明,文中算法对圆锥误差补偿效果优于传统算法。     

DoDAF体系结构分析

体系结构框架是进行武器装备体系顶层设计的原则和指南,日益展现出显著的优点和巨大的潜力。DoDAF是美军构建信息系统所制定的一系列框架和指南,成为各国研究和开发C4ISR系统所遵循的标准。本文从DoDAF体系建模方法,体系结构验证方法,以及基于DoDAF指标体系和效能评估等方面,分析和总结了当前基于DoDAF的C4ISR体系结构研究情况。     

微小卫星姿态消旋稳定算法研究

针对低成本微小卫星的姿态控制问题, 采用无飞轮设计, 研究了在仅有磁力矩器作为控制执行器情况下的纯磁控算法。对多种微小卫星姿态控制算法进行了对比研究, 提出一种新的适合工程应用的纯磁控算法。该算法能够在微小卫星较短工程寿命中, 充分利用磁力矩器的最大控制力矩提高姿态的稳定控制效率。结合实测数据并加入重力梯度力矩等干扰对其进行仿真验证。结果表明, 该算法可以满足在较短时间内卫星姿态的三轴稳定, 具有控制精度高、重量轻、体积小、能耗低、易于工程化等优点, 适用于低成本微小卫星。     

一种结合特征参数的数据关联融合算法

将特征参数测量值引入概率数据关联（ＰＤＡ）及滤波算法中,提出一种计算互联概率的象素级融合算法。本算法采用的是双滤波器结构,二者使用共同的互联概率。并通过仿真验证了本算法对某些模型性能良好。     

具有参数自适应的交互式多模型算法

动态多模型估计（SMME）广泛应用于结构和参数的不确定／变化的估计问题中,比如目标跟踪和故障诊断与隔离,然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷,针对SMME,本文通过在每个滤波循环开始处起始多个状态预测器实时辨识滤波参数,包括模式切换概率和基于模型的过程噪声方差,考虑到交互式多模型（IMM）是SMME中比较有效的方法,我们将上述的参数辨识与IMM相结合,提出了一种自适应IMM（AIMM）,在跟踪一个机动目标的仿真中,AIMM表现出了比IMM更高的估计精度。     

最大熵阈值处理算法

阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用.提出了一种基于灰度-梯度共生矩阵模型和最大熵原理的自动阈值化方法.该方法不仅利用了图像的灰度信息,而且也利用了梯度信息,通过计算基于灰度-梯度共生矩阵的二维熵,并使边缘区域的熵最大来选择阈值向量.仿真结果显示,该算法比其他二维熵方法效果更佳.