【摘 要】
：
针对传统基于前视模板的匹配算法中难以直接识别与跟踪建筑等目标的问题,提出基于特征匹配的对陆导弹目标识别模型.该模型通过对末制导导引头图像预处理,利用改进YOLOv3深度
【机 构】
：
海军大连舰艇学院导弹与舰炮系,辽宁大连116018;海军大连舰艇学院学员五大队,辽宁大连116018;中国人民解放军91991部队,浙江舟山316001;海军大连舰艇学院学员五大队,辽宁大连11601
论文部分内容阅读
针对传统基于前视模板的匹配算法中难以直接识别与跟踪建筑等目标的问题,提出基于特征匹配的对陆导弹目标识别模型.该模型通过对末制导导引头图像预处理,利用改进YOLOv3深度学习目标检测算法和改进Deeplabv3+深度学习语义分割算法来识别目标区和烟雾区,采用并行法排除烟雾遮挡对目标识别的干扰,最终判别分析规则判断模型是否识别成功.仿真实验结果表明,该模型能够快速有效精确地完成对陆地目标的识别,兼具较好的抗烟雾干扰能力,有利于提高对陆导弹的目标识别水平与作战效果.
其他文献
为保证在基于模型的系统工程(model-based systems engineering,MBSE)背景下民机研制的高效过程管理,分析了当前民机研制的过程特征与面临的挑战,在此基础上规划了基于模型的民用飞机研制整体框架与基于模型的过程全寿命周期管理(model-based process lifecycle management,MBPLM)概念。基于过程模型及其语义结构和类的定义,提出了广泛适用于民机研制全过程的MBPLM方法,并设计相应的并行架构。最后,为提升可操作性,在典型系统民机舱内压力控制系统
传统微波三维成像方法的回波数据量非常大,基于目标场景稀疏的压缩感知成像方法虽然可以降低采样率和数据量,但字典矩阵内存占用巨大,且对连续分布目标成像效果不佳。针对上述问题,本文分析了目标回波在三维频域的数据分布特征,根据构建的频谱正交投影重构模型实现了目标三维频谱的重构。为了进一步优化重构模型,以最小图像熵作为判别准则对重构的正则化参数进行了最优估计,并得到最优的频谱重构结果。本文所提方法具有较好的成像效果,较高的运算速度和较小的内存占用。计算机仿真实验和微波暗室实验验证了本文所提方法的有效性。
当有源干扰从旁瓣进入广义旁瓣对消器(general sidelobe canceller,GSC)结构相控阵系统时,通过对旁瓣干扰的抑制,可以维持较高的单脉冲测角精度,然而当干扰进入主瓣范围内时,自适应方向图会发生畸变,导致测角错误。针对这一问题,提出了一种在GSC结构下的两级自适应单脉冲测角的工程实现方法,首先对采样协方差矩阵进行特征分解并根据主瓣子空间的正交性分离主瓣干扰对应的特征向量,由此重构旁瓣干扰和噪声协方差矩阵,再利用旁瓣对消器抑制旁瓣干扰,最后通过四通道系统抑制主瓣干扰并保持单脉冲比不变,实
针对磁体模拟法等效磁偶极子个数过多、磁矩方向不明确造成等效方程求解困难的问题,研究了利用多磁偶极子模型等效模拟磁异常目标空间磁场分布时,在不同空间尺度条件下的多磁偶极子磁矩、空间分布对等效效果的影响即多磁偶极子等效规律。建立了不同空间尺度条件下的多磁偶极子最简等效模型。通过COMSOL Multiphysics仿真软件完成潜艇空间磁场分布的仿真求解,并将最简等效模型在测平面上的磁场分布与仿真结果对比,验证了最简等效模型的有效性。
针对k/n(G)系统在事后维修与任务后检修相结合条件下的舰船备件需求预测问题,在备件寿命服从指数分布的条件下,首先建立了k/n(G)系统的备件需求预测模型,并给出了备件需求特征。然后,基于方便理解和简便计算的需要,以伽马型单部件需求为基础,给出了备件需求模型的工程解释和近似计算方法,并对近似算法的精度进行了验证。结果表明,备件需求模型可以更好地描述k/n(G)系统在一次海上任务期内的备件需求,近似算法具有较高的精度,可以为舰船装备备件配置问题提供参考。
属性散射中心模型是描述目标后向电磁散射特性的典型模型,但其中传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法提取模型时具有参数复杂度高、计算时间长等问题。对此提出一种基于稀疏字典的广义正交性的改进OMP算法,快速定位模型位置参数值,避免了正交匹配中的寻优过程,从而降低算法的运算复杂度。通过对两类算法计算复杂度和计算精度进行多次蒙特卡罗实验比较得出,改进OMP算法提高了模型参数的估计精度与噪声鲁棒性,且大幅降低了算法的运算复杂度,相比于传统的OMP算法,运算时间至少降
为降低无人机硬件设备升级成本,研究利用深度学习技术进行航拍图像超分辨(super-resolution,SR)。针对神经网络训练参数量大的特点,提出了一种稀疏卷积神经网络SR(SR based on sparse convolutional neural network,SRSCNN)重构方法,对神经网络连接权值进行选择性筛选达到压缩网络结构并减少训练时间的目的。实验结果表明,该方法在缩短网络学习
架次识别对于窄带雷达编队目标的探测与识别具有重要意义。本文基于最小熵准则提出了稀疏分数阶傅里叶变换(fractional Fourier transform,FrFT)最优变换阶次估计算法,首先将雷达回波数据的FrFT结果的熵值建模为变换阶次的函数,进而将变换阶次估计问题转化为稀疏优化问题,利用稀疏重构算法获得最优变换阶次。最后,应用该算法分析窄带雷达多波门回波数据Doppler频率特性,获取编队目标的架次信息。仿真和实测数据结果表明,所提方法避免了暴力搜索能够快速获得FrFT最优变换阶次,将该算法应用于
要素协同作战框架下武器装备体系具有可动态重构的系统特性,既增加了体系的复杂性和交互性,又使其具有了更为明显的弹性特征。本文首先提出了装备体系弹性多层级评价方法,确定了组成体系的关键装备要素。其次,以典型的关键装备要素——武器系统为对象,提出了基于动态双阈值多状态权重k-out-of-n系统模型的装备体系的性能可用性及弹性分析评价方法。最后,以编队协同防空作战体系为对象进行案例应用研究,得到了性能阈值恒定、随时间变化和动态变化这3种情况下的火力网可用度和弹性随时间变化的规律,并验证了所提模型与评价方法的有效
针对复杂装备设计研制阶段的现场可更换单元(line replaceable unit,LRU)规划问题,以功能行为结构(function behavior structure,FBS)和可靠性、维修性、保障性、测试性(reliability maintainability supportability testability,RMST)作为LRU规划的影响因素,提出了一种基于性能的LRU规划方法。首先,通过建立系统的功能架构,获取系统的零部件清单。在此基础上,建立零部件FBS相关关系评价矩阵,进而得到零部