单脉冲雷达低仰角测量的C^2算法研究

由于多径反射信号的干扰,低仰角测量成为一个难点。C2算法用于低仰角测量具有计算量小、算法稳定、测量精度高的优点。依据多径反射的4路回波信号模型(直接-直接、直接-反射、反射-直接、反射-反射),推导出了C2算法的估计量解析表达式,给出了详细的物理解释,并对每个估计量的抗多径干扰性能进行理论分析。仿真分析了算法估计量在多径干扰强弱不同的场景下估计性能优劣的变化情况,给出详细数据。提出了根据在多径干扰大的场景下重新选择优势估计量B(舍弃劣势估计量C)进行目标仰角估计的应用方法。试验结果表明,这种改进的应用方法在多径干扰大或通道噪声低的情况下可以明显减小C2算法的测量误差。

基于超图模型的图像目标识别

基于类属超图模型给出简单图像和复杂图像目标的识别方法。通过提取简单图像的稳健尺度不变特征变换特征,得到其对应的属性图,采用RSOM聚类树的思想和K近邻方法快速实现对简单图像的目标识别。复杂图像存在较大的背景干扰和遮挡的影响,通过滑动窗方法在待识别图像中定位待识别目标区域,并将该区域从待识别图像中分出,然后采用与简单图像识别方法类似的方法完成目标识别,减少背景干扰和遮挡的影响。仿真实验表明,2种图像目标识别方法是有效的。

基于RSOM树的图像K近邻求解算法

提出了一种基于RSOM(recursive self-organizing mapping,RSOM)树、利用SIFT(scale invariant feature trans-form)特征为索引的海量图像集中K近邻的求解方案。对图像编号并提取SIFT特征,依据SIFT特征将图像的编号存储至RSOM树的叶节点中;搜索时用匹配的SIFT特征个数作为指标获得K近邻图像的候选集,用迭代Pro-crustes方法几何约束得到精确求解结果。利用5万余幅图像数据进行实验测试,结果证实了该方法的有效性。