知识辅助的空中目标综合识别

现代战场环境日益复杂,随着空中机载装备技术的升级,海量多源异构传感器数据不可避免地出现信息不一致、不完备问题.传统面向机载多源传感器量测数据的融合处理方法忽略传感特征间的相关性,单依赖物理传感器的数据驱动形成封闭识别系统.考虑到专家认知、领域参数、属性规则等知识能以专家经验、规则约束等辅助认知形式在目标综合识别的模型构建、推理识别等环节起到指导作用,本文提出一种知识辅助的空中目标类型综合识别方法,利用上述知识,首先构建典型空中目标特征军事作战知识图谱,提取关键特征参数、识别规则阈值等建立目标辨识框架关联关系模型;然后在特征级识别、决策级识别层分别构建数据基本信任指派与证据冲突可信度;此外,针对证据出现高冲突情况制定时域融合规则,引入历史数据重构调整数据时序融合权重因子;最后在静态推理与动态融合下分层实现异构多源传感器的置信类型综合识别.本文在典型空中目标类型识别任务下识别准确率优于现有算法,验证了所提方法的有效性.

基于DPM和KCF的十字靶标检测与跟踪

为了实现对十字靶标的自动检测与跟踪,建立了十字靶标检测跟踪模型。针对目标检测中运算量大、实时性差、目标跟踪需要人工标定视频初始帧的问题,提出了一种基于可变形部件模型(DPM)和核相关滤波器(KCF)的十字靶标检测跟踪算法。首先,提取十字样本集的梯度方向直方图(HOG)特征,采用Latent SVM分类器训练特征集,生成十字靶标物体类的DPM模型。然后,通过滑动窗口搜索匹配方法遍历待检测图片。最后,将检测到的结果作为跟踪算法的起始跟踪帧,应用KCF算法快速跟踪目标。当跟踪目标丢失时,暂时停止跟踪,利用DPM模型重新检测定位目标再进行跟踪。实验结果表明:采用DPM模型检测的平均帧率为1 fps,结合DPM和KCF算法,实时检测跟踪的平均帧率为40 fps。采用基于可变形部件模型(DPM)和核相关滤波器(KCF)的十字靶标检测跟踪算法,实现了目标的自动检测与实时跟踪,且检测速度明显高于传统算法,并且在目标漂移或丢失后自动重新定位并继续跟踪,完成十字靶标的长时间跟踪。

六自由度并联机器人精度补偿

以6-UCU并联机器人为研究对象，对其进行运动学分析，根据其动、静平台的空间矢量关系，推导出了机构的位置反解方程，并对6-UCU并联机器人进行误差建模。结合6-UCU并联机器人机构本身特点和由矢量法构建的误差正解方程，针对驱动杆杆长误差的补偿建立了机构位姿误差的补偿模型，提出了一种补偿方法。通过实例计算分析，误差补偿模型提高了并联机器人的输出位姿精度，从而证明了补偿方法的有效性。

基于HOG,LBP和梯度光强特征的红外图像行人检测技术

单电子强度行人检测的研究专注于在精确度尽可能高的条件下改善整个过程的执行时间。一个流行且成熟的检测单电子强度行人检测的方式为基于近似图像特征对于基于已经预定的尺度的多尺度情况。我们将这个想法应用于红外区域。我们的贡献为四种通道特性的融合,即红外谱、梯度方向直方图、标准化梯度幅值和局部二值模式,目标是为处理远红外传感器的夜视装置进行行人检测。多尺度特征估算是由特征估计所完成的。

光电成像系统微扫描对探测器时间MTF的影响

本文介绍微扫描技术对探测的时间传递函数的影响。分别介绍连续微扫描和离散微扫描两种情况下，探测器调制传递函数的数学模型，并将扫描速度的影响考虑在内。

发展理念在军队继续教育中的作用

为适应新时期“能打仗、打胜仗”的目标要求，基于军队继续教育对优化军人素质的重要性，本文提出用开放性发展理念、全面性发展理念、以任职能力为主的发展理念、可持续发展理念来完善军队继续教育工作的开展。

智能化光电对抗技术框架发展构想

随着光电技术的发展,武器系统和光电相结合,使得毁伤目标概率大大提高,同时具备惊人威力。光电对抗是利用光电探测设备对敌目标实施侦察,对敌光电侦测设备进行干扰和攻击。光电对抗主要涉及激光、红外、紫外等对抗体制。相应方式有激光告警、半主动激光制导对抗、红外告警、多波段激光压制、导弹逼近紫外告警、激光武器等有源手段,同时有箔条、点源红外、面源红外、烟幕等无源遮蔽式干扰手段。紫外因地面杂波干扰严重,通常搭载机载平台使用。激光、红外则搭载地面机动和作战平台使用。光电战由电子战中光电对抗技术的迭代发展而来,向智能化光电对抗方向发展。在传统光电对抗下采用机器学习算法、智能化语音人机交互方式和健康管理系统(PHM)相结合,构建识别交互、任务反馈、辅助决策和效能评估的闭环系统,形成具备认知智能化的光电战。