雷达目标二维结构成像方法研究

该文首先研究了雷达目标二维电磁散射的频域散射模型;而后提出了用参数估计方法实现目标ISAR成像的思想,并研究了MP2D参数估计方法;最后用仿真数据和波音727客机真实目标实测数据对该方法进行了实验验证。实验结果表明,该方法能准确估计目标的二维散射中心,且对噪声有较强的抑制能力。     

利用OpenGL技术实现的卫星轨道可视化

论述了在Windows平台下使用Visual C 和OpenGL图形库,实现卫星轨道数据的三维可视化显示的疗法,并且介绍了实现卫星轨道可视化的几个关键技术。     

基于梯度相位和显著性约束的Hausdorff 距离模板匹配方法

针对复杂背景下形状不规则、高度较低的平面目标自动识别问题,提出了一种基于Hausdorff距离的模板匹配方法。在完成平面目标前视模板制备后,文中首先定义了基于边缘位置、梯度相位和边缘点显著性约束的相似性度量方法,模板与实时图中对应两个边缘点位置越近、梯度相位差越小及实时图边缘点越显著,这两点的匹配就越好;然后融合三种度量结果,设计了一种基于边缘相位和显著性约束的Hausdorff 距离模板匹配方法,实现了平面目标轮廓的准确匹配。实测数据处理结果表明,该方法能够实现复杂地面场景中任意形状的平面目标轮廓的匹配定位,并且定位精度高、鲁棒性好、适用范围广     

基于DSP的CCD天文图像处理系统

介绍了一个基于DSP的CCD天文图像处理系统的软硬件实现。分析对比了传统的基于PC机的处理方法,提出了一种简化的背景估计方法,并在此基础上应用了按列扫描的目标提取方法。给出了一种对局部背景进行精确估计的方法,保证了星象中心和星等的计算精度。最后给出了系统的硬件结构以及DSP软件算法的流程。     

混合因子模型在雷达目标识别中的应用

高分辨一维距离像是雷达自动目标识别的重要特征之一,它对目标姿态变化很敏感,只有通过进一步处理才能够实现有效的目标识别。针对距离像的这种姿态敏感性,本文提出了一种基于混合因子建模的雷达目标识别框架,它通过对从各个姿态角下获得的目标一维距离像出发构建目标的距离像概率生成模型,然后利用该模型通过比较条件概率大小的方法判别目标类属。对5类飞机数据的实验结果表明该框架对任意姿态角距离像的目标识别有很好性能。     

基于主分量分析的一维距离像雷达目标识别

一维距离像是自动目标识别的一种重要特征,它对目标姿态变化很敏感,只有通过进一步处理提取稳定特征才能够有效用于识别。针对距离像的这种姿态敏感性,首先分析了主分量分析(PCA)的降噪原理与核主分量分析(KPCA)的特征提取能力,然后提出先用PCA滤波对一维距离像降噪再用KPCA提取较大姿态角范围内稳定特征的雷达目标一维距离像识别框架,并用四类目标的实测数据进行分类实验,表明该算法确实能够提高识别性能。     

天文光电图像序列目标成像特征提取与分析

地基大视场天文光电观测系统获取的序列图像中,空间目标和数目众多的恒星目标成像特性相似,大部分都表现为弱、小目标特性,需根据二者特征之间的微小差异实现目标的正确可靠识别.首先分别从空域和时域的角度出发,将目标的成像特征分为静态特征和动态特征,并提出了相应的特征计算方法.然后结合实测数据,根据目标的特征提取结果深入分析了空间目标和恒星目标的成像特征,并详细比较了两者的成像特征差异.空间目标和恒星目标的成像特征提取和分析,为空间目标虚警的消除提供了大量的判决依据,有助于空间目标的低虚警率检测识别.     

基于加权Lucas-Kanade算法的目标跟踪

针对传统的序列图像目标跟踪方法难以适应复杂背景干扰、目标形状变化以及目标位置非规则抖动的问题,提出了一种基于加权Lucas-Kanade算法的目标跟踪新方法.首先引入搜索模板,估计出目标在实时图像中的位置并将其作为加权Lucas-Kanade算法的迭代初始值,然后计算权值函数,利用当前模板和初始模板进行两次跟踪,得到目...     

基于几何绕射理论模型高精度参数估计的多频带合成成像

针对多频带信号融合成像的相干化处理,论文提出一种基于几何绕射理论模型高精度参数估计的多频带合成算法。该方法利用不同频带的全极点模型中极点及散射中心幅度的相位差异来估计非相干量,通过缺损数据幅度相位联合估计算法对相干化处理后的频带数据进行填补,利用全频带数据对几何绕射-全极点模型参数进行精确估计,得到融合数据。实验表明,由融合数据得到的1维距离像和ISAR像的分辨率高于单个频带数据得到的结果,从而验证了该方法的有效性。     

基于VBS理论的目标敌我属性综合识别方法

在复杂战场环境下,目标敌我属性综合识别的目的是利用多传感器信息融合得 到目标的敌我属性,为指挥员决策提供依据。将VBS（Valuationbased Systems）理论应 用 到目标敌我属性综合识别中,建立了层次化的敌我识别VBS网络模型,用来表示传感器变量 及其可信度信息,探讨了VBS网络参数的获取方法。仿真实例证明了VBS理论能够很好地处理 复杂战场条件下的不确定信息,并且该网络模型具有直观有效、推理组合的计算量小等特点 。