典型机场目标的毁伤效果研究

本文分析典型弹药战斗部打击机场目标的毁伤情况,对提高空对地弹药打击机场目标的毁伤效能具有重要意义。选取与作战飞机相关的三类典型目标(飞机掩蔽库目标、停机坪上的预警机目标及机场跑道目标),构建三类目标的毁伤评估模型,分析典型弹药战斗部参数对毁伤效果的影响。飞机掩蔽库目标分为外部掩蔽库目标及内部战斗机目标,研究给定毁伤等级下落角对侵爆战斗部毁伤效果的影响。停机坪上的预警机目标以高精度预警机为易损性模型,分析瞄准点和炸高对杀爆战斗部毁伤效果的影响。机场跑道目标以封锁概率为毁伤效果评估指标,研究母弹参数、子弹参数、跑道尺寸以及最小起降窗口对子母弹封锁效果的影响。通过仿真算例验证了所构建模型的可行性与合理性,并计算分析了打击掩蔽库目标及掩蔽库内部的飞机目标时侵爆战斗部的最佳落角,打击预警机目标时杀爆战斗部的最佳瞄准点与最佳炸高,以及打击跑道目标时典型子母弹参数对于毁伤效果的影响。

遥感图像中机场目标的图像分割方法

基于遥感图像摄取过程中的特点，在模糊特征域上进行图像增强，然后引用反变换灰度图像中的熵信息进行阈值分割，最后给出了与其它两种熵阈值分割方法的比较实验．定性和定量分析结果证实了该方法在分割精度和运算速度方面所具有的优势．

基于复杂背景的红外机场目标自动识别算法研究

根据复杂背景下前视红外机场目标的特点,提出了基于知识的自动目标识别算法,算法的设计以实用性为宗旨,在不影响算法性能的前提下尽量提高其实时性能:通过提取感兴趣区域来缩小处理范围,采用双阈值最大类间方差快速算法快速准确找到分割阈值,采用快速标记算法标记分割图像,利用Freeman链码描述机场的轮廓特征,根据模糊综合评判机制分析机场的目标特征。通过硬件处理平台的仿真验证,该算法对机场目标红外图像有一定的识别能力,且具有较高的实时性。

导弹毁伤机场目标的信息处理技术

立足现实作战需求 ,运用多种图像处理方法和模式识别方法 ,研究目标实际毁伤信息的综合提取和处理方法 ,重点研究机场类目标的毁伤信息处理技术 ,建立了该类典型目标的打击效果判定系统。

一种基于知识的雷达图像机场目标提取方法

针对低信噪比雷达图像的特点,在Radon变换的基础上利用机场目标和背景的雷达成像知识对Radon变换的结果进行后处理,以便可靠地提取雷达图像中的机场目标。为了对机场进行定位,给出了一种确定线特征端点的简单有效的方法。同时给出了一种距离变换准则来衡量提取到的线特征和真实线特征的相似度。实验表明,该方法能更可靠地提取雷达图像中的机场目标。

机场目标打击顺序灰色决策分析

对军事机场目标的结构、特征进行了系统分析,确立了军事机场目标评估体系,并运用灰色决策分析方法建立了军事机场多目标打击顺序确定的优化模型,为对该类实施导弹打击所进行的火力计划拟制提供了一种新的数学方法。

基于二级模糊综合评判的机场目标毁伤效果评估

通过层次分析法对机场目标指标体系进行划分,采用二级模糊综合评判模型实现对其毁伤效果的评估。先选取被评判对象的因素集与评语集,再确定各层次权重向量,通过第2层模糊关系矩阵进行一级评判,最后进行二级评判,求出最终综合评判向量。取向量中最大的评判指标所对应的评语集元素作为评判结果,即是对目标毁伤效果评价。

基于直线邻近平行性和GBVS显著性的遥感图像机场目标检测

现有的全色遥感图像机场目标检测方法,对机场目标的直线特征利用得非常有限.提出一种同时利用自顶向下和自底向上显著性机制的新方法.利用线段检测算法检测直线,通过跑道线段间邻近、平行且长度范围一定的特点,提出了邻近平行性的概念,可以深度挖掘机场跑道几何关系的先验知识.同时使用简化的基于图的视觉显著性模型,提取自底向上的显著性.两者协同得到机场的候选位置.最后,通过尺度不变特征变换提取特征,利用支撑向量机进行判决,可以精确定位机场目标.在具有各种类型的机场图像数据库上的实验结果表明,相对于其他方法,所提议算法具有速度快、识别率高、虚警率低的优势,同时对于复杂背景具有更强的鲁棒性.

基于ICA和SNF的SAR机场目标提取

针对合成孔径雷达(SAR)影像相干斑噪声强烈且分布形式及参数获取困难的问题,提出一种基于独立分量分析(ICA)和序列非线性滤波(SNF)实现多极化SAR影像相干斑噪声抑制和机场目标快速提取方法。利用ICA从多极化SAR影像中自动分离出图像数据与相干斑噪声,自动选择相干斑指数最小的分量为图像分量。通过SNF从分离出的图像分量中提取出机场目标。采用ENVISAT ASAR多极化影像进行实验,结果表明该方法能快速准确地提取多极化SAR影像中的机场目标。

基于知识推理的机场目标识别

提出了一种新的基于知识的机场目标的识别方法。首先建立机场目标知识库,然后运用知识推理,通过相关知识确定机场各组成部分,最后通过验证各部分组成机场的各种可能性,确定是否存在机场,从而完成对机场目标的识别。实验结果表明:该方法在识别机场的同时,还确定了机场各组成部分的位置,使得机场识别结果更加可靠,验证了该方法的可行性。同时,该方法还具有较大的灵活性,通过更新知识库的知识以及采取更多合适的图像特征,也适用于其他类型的目标识别。

机场目标打击方法优化研究

运用系统效能分析方法,采用机场保障能力指标评估机场效能,提出机场目标优化打击方法。在分析机场目标系统组成和机场目标的运行机制的基础上,提出机场目标保障能力计算方法,最后通过优化瞄准点,得出机场目标优化打击方法。

侵彻子母弹打击机场目标毁伤阈值确定方法

通过对机场目标的结构及地地常规导弹毁伤要求的分析,结合侵彻爆破子母弹战斗部毁伤机理,根据机场各主要子目标的材料、抗毁特性来选取相适应的毁伤效果指标。在此基础上,构造了不同作战任务要求下的侵彻爆破子母弹毁伤机场目标的耗弹量算法模型。为常规导弹武器打击机场目标耗量的最优算法提供了一种方法,具有一定的参考价值。

基于遗传算法的机场目标耗弹量优化方法

机场是由多种飞行保障设施组成的系统目标,各子目标的受损都会在不同程度上影响其保障能力。根据机场保障能力与其各串、并联子系统的关系,建立了给定弹量摧毁机场目标最大保障能力的非线性整数规划模型,并给出了模型的遗传算法求解,在此基础上改进了机场目标耗弹最少的优化打击方法。算例表明:改进的方法是正确的,可为拟订机场目标的火力方案提供思路和定量依据。此方法也适用于类似由串、并联子目标组成的其他系统目标。

不同任务要求下子母弹毁伤机场目标耗弹量算法研究

通过对机场目标的结构及地地常规导弹毁伤要求的分析,结合侵彻爆破子母弹战斗部毁伤机理,根据机场各主要子目标的材料、抗毁特性来选取相适应的毁伤效果指标。在此基础上,构造了不同作战任务要求下的侵彻爆破子母弹毁伤机场目标的耗弹量算法模型,编程计算结果验证了模型的正确性。

基于Radon变换的机场目标检测与定位算法

为了提高影像匹配的可靠性,提出一种实孔径雷达影像中机场目标精确定位的算法.采用模糊处理技术对原始影像进行增强,使得机场目标在影像背景中较为突出,并利用Radon变换检测到机场跑道方向线;基于机场的有关知识,检测到机场跑道的两个端点及宽度;利用得到的机场目标信息对原始实孔径雷达影像进行处理,并用该影像与相同地区的合成孔径雷达基准图进行匹配,得到了满意的效果.

机场目标遭袭后飞机升降能力仿真评估方法

以机场目标的飞行场地为主要研究对象,通过作战仿真的手段,建立了机场目标起降能力评估模型。该模型以单位时间内起降飞机的数量作为衡量机场起降能力的指标,通过仿真作战过程中机场目标各子目标的毁伤状态和毁伤情况,动态地评估作战过程中任意时刻机场目标的起降能力。模型对作战指挥和火力分配有重要的辅助决策作用。

基于Rsnet框架和Mobilenet迁移网络的遥感机场目标识别

为精准高效地识别机场目标遥感图像,提出基于Rsnet框架和Mobilenet迁移网络的方法,在特征不明显或目标特征像素点较低的情况下,提高了Map值。结果表明:在同等条件下,不但能够取得较高的Map值,还能够提高采样率,节约了训练时间。对于实际目标识别具有理论意义和实用价值。

基于全色航空影像的机场目标自动提取研究

图像分割可以快速准确地检测出目标的基本特征。但由于边缘点不连续和难以把存在大量碎边缘点的高细节区提取出来这两个原因,而不能直接实现完整意义上的目标自动提取。本文对模板匹配方法和特征提取进行了研究,提出了一种基于全色航空影像的MF算法来实现对机场目标的自动提取。

基于网络图的机场目标毁伤效果评估

在对以往毁伤效果评估模型分析总结的基础上,针对机场目标的特点,仅考虑物理毁伤效果间的相互作用,提出效果选取原则,构建网络图评估模型,引入联系数对效果进行量化、计算,实现网络图与联系数的机结合,并利用偏联系数进行趋势分析,最后给出算例。

高分辨率遥感图像中机场目标的并行快速提取

针对高分辨遥感图像机场目标检测存在漏检和误检,鲁棒性低,且处理多幅图片速度慢的特点,提出一种基于批量化并行处理模式的遥感图像机场目标提取方法。利用模糊增强方法对图像进行预处理,利用基于像素梯度和方差信息的模糊边缘检测算法对图像进行边缘检测,从中筛选出长直线,利用Hough变换提取其中平行的直线作为机场跑道特征。在得到的特征点中选取种子点进行区域生长,从而提取出完整的机场目标。利用MPI多进程并行处理的编程方法来实现对多幅图片中机场目标的批量化并行快速提取。实验结果表明该算法具有很好的鲁棒性,能准确地检测并提取出完整的机场目标,能够大幅度提高程序处理多幅图片的速度。