单帧红外弱小目标检测技术研究现状与展望

红外探测技术具有探测距离远、抗干扰能力强、隐蔽性强和全天候等优势在天基预警、末敏弹制导等领域得到了广泛应用。通过红外成像技术能够得到目标图像从而对目标进行预警、识别和跟踪。在实际场景中,目标图像往往所占像素比例小,信号强度低,容易湮没在背景图像中;背景图像变化剧烈,存在较强的结构信息、边缘和噪声,红外图像信噪比低,目标检测难度较大,一直是目标检测领域的研究难点和热门话题。为提高红外图像弱小目标检测能力,大量的弱小目标检测算法被提出。现有的主流的检测手段根据图像数据检测方式分为单帧检测和多帧检测两大类,多帧算法依赖大量的图像数据支撑,响应周期长,应用潜力低,而单帧检测算法凭借复杂度低、时效性强、便于硬件实现等特点,被广泛应用在高速运动目标检测、预警等领域。因此本文以单帧红外弱小目标检测算法为主体,从技术方向入手,着重阐述了基于滤波、基于对比度与显著性分析、基于数据优化和深度学习四类单帧弱小目标检测算法的原理与近年来的典型应用,通过仿真试验和算法复杂度对比了不同算法的性能、优势和不足,总结了弱小目标检测算法的研究现状并对本领域的发展趋势进行了展望。本文的工作能帮助读者快速了解本领域的研究现状,为研究人员提供参考。

面向专网的信息能源协同关键技术研究

随着双碳战略的落地,移动网络方案不仅要实现依据业务变化的特点进行网络方案的制定与优化,也需要结合能耗与业务需求多种目标,进行精准规划及优化,从而在提升网络建设投资精准度的同时实现绿色低碳网络,因此提出了一种基于NP-MAPPO算法的端网协同优化方案,通过同时降低组网环境中基站及终端的能耗实现绿色组网方案,根据得到的奖励值收敛曲线,所提算法相较于IPPO及MADDPG能探索到更高的奖励值,相较于MAPPO能更快地达到收敛。