基于双距离像的空间目标多姿态角特征融合识别算法

介绍一种有效的空间目标电磁特征提取与识别方法.首先通过处理目标多个姿态角的平均距离像,在双谱变换的基础上,生成目标姿态角的双距离像;然后计算双距离像矩阵的特征值,得到一个融合特征矢量,以此为判决依据对空间目标进行分类识别;最后,通过大量实测数据验证,该方法对空间目标能作出正确判决,统计识别正确率高于常用的前向(BP)神经网络分类方法.     

基于可配置技术的先验决策式侦察信号处理

面对日益复杂的电磁环境,为了对空间电磁信号进行实时精确监测,适应侦察系统小型化、低功耗的要求,设计实现了一种基于可配置技术的先验决策式侦察信号处理的工程化方案.构建了先验决策式可配置平台,在此基础之上设计实现了侦察信号处理系统.通过在已有的开发环境下进行系统测试,验证了该方法的可行性,兼顾了战略侦察与战术侦察的双重要求,节约系统资源,适合在机载和星载等侦察设备中应用.     

基于AR模型参数双谱估计的超分辨ISAR成像

利用双谱分析方法，用非高斯AR模型对雷达目标回波信号进行参数化双谱估计，并在此基础上对数据进行外推处理，然后对数据进行ISAR成像。仿真和实测数据实验表明，本文的处理方法比传统的ISAR成像分辨力有明显的提高，且运算量不大，满足ISAR的实时或者准实时成像要求。     

电信交换机房环境自动监视监控系统

作为邮电通信设备中投资高、对环境要求严格、故障危害大的交换机房，是现代通信网的重要环节，为确保国家巨额投资建成的交换机设备安全高效地运行和发展，建立省级交换机房环境自动监视监控系统十分必要。文中论述已在湖南省几个地区实际运行的环境监视监控系统的组成、技术性能和运行状况。     

无线局域网技术及其在远程目标数据传输中的应用

无线局域网采用无线信道代替传统的网络传输介质，同时具有移动性强，安全性高等特点，这使得它可以满足许多特殊的应用领域。文章对该技术的基本概念，相关标准，基本原理以及关键技术进行了分析，并将无线局域网应用于雷达目标识别系统，解决了远程雷达数据获取过程 的实际问题。     

基于相对相位直方图的数字表面模型数据与遥感图像配准

针对数字表面模型（DSM）数据与可见光遥感图像信息融合的实际需求,提出了一种基于一致点漂移算法（CPD）与相对相位直方图（RPH）的两级配准策略来实现上述数据与图像的自动配准。首先,利用Canny算子提取图像边缘,将边缘点作为CPD算法的输入,实现两幅图像的粗匹配,从而得到初始对应点集并估算尺度因子;然后,定义了一种鲁棒且具有旋转、平移不变性的区域变化信息描述子-RPH,其在粗匹配结果的保障下还可以实现尺度不变性;最后,根据尺度因子在两幅图像中分别定义圆环模板,并利用RPH测度完成DSM图像与可见光遥感图像精配准。实验结果显示,使用RPH测度进行精配准后,基于CPD算法的粗匹配结果得到了有效校正,在数据自身存在透视失真情况下,算法配准误差约为2 pixel,能够满足DSM数据与遥感图像信息融合的需求。     

前视红外地面固定目标末制导相对定位技术

针对前视红外低矮地面固定目标末制导问题,提出了一种利用目标周围容易识别的其他目标进行相对定位的方法。介绍了相对定位的原理,根据建立的数学模型推导相对定位的计算公式;根据误差传递原理对相对定位模型进行了误差分析,对影响定位误差的各个因素进行了仿真,得到误差影响曲线;最后结合实测数据验证相对定位的可行性与准确性,并总结各误差影响,给出了相对定位的适用条件。实测数据证明相对定位计算方法正确、可行;误差分析与统计结果指出:相对定位适用于距离大于6 km的情况,定位误差小于2个像素。所得结果为末制导任务规划提供了新的理论依据,为前视地面低矮、弱小固定目标实现远距离定位提供了技术支持。     

ISAR成像中一种距离对准的新方法

本文采用一维距离像相关模型,提出一种ISAR成像中距离对准的新方法,该方法充分考虑了一维距离像间的直流漂移和归一化系数,且具有较好的对准效果,通过实测数据验证了该方法的有效性。     

基于模板的低信噪比前视红外建筑物识别技术

针对低信噪比复杂地物背景下的前视红外地面建筑物目标自动识别问题,提出了一种基于目标模板的自动目标识别方法。首先,根据制备模板的尺度和形状信息对实时图像进行形态学背景抑制增强和目标重构处理;然后,对重构后的图像进行垂直和水平边缘线条提取和轮廓匹配,融合垂直和水平线条匹配结果得到最终的相关峰和潜在目标区域;接着,根据目标模板对潜在目标区域进行区域灰度对比度度量;最后,融合轮廓匹配和区域灰度对比度度量结果,得到最终相关峰,实现目标的识别。大量数据测试表明,该方法的正确识别率在92%以上,定位误差小于2个像素,速度快、检测性能好、适应性较强、易于硬件实现。      

一种天文光电图像序列弱小目标实时检测算法

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,实现它们稳健实时检测具有较大的难度.本文在深入分析天文光电图像弱小目标成像特点的基础上,结合实际工程对目标检测的强实时性和高检测概率需求,针对恒星目标和空间目标的时空域特性差异,提出了一种基于时空域联合滤波的弱小目标枪测算法,首先在空域上通过抑制背景增强目标,然后在时域上分别通过多帧相关运算和多帧差分运算,快速有效地检测恒星目标和空间目标.最后结合实测数据和硬件平台,验证了该方法的有效性及实时性.