基于HLA的多雷达组网信息融合仿真系统

首先基于高层体系结构建立了带反馈结构的信息融合仿真系统软件框架,然后针对多雷达组网探测隐身目标应用进行了仿真系统方案设计,描述了组成联邦的各联邦成员间的数据流向及订阅关系。详细介绍了各联邦成员的功能及输入输出接口,设计了联邦执行数据文件。基于MAK RTI完成了主要模块的编码实现,进行了目标跟踪算法移植,并测试了基于协方差的组网雷达宏管理算法的性能,验证了建立的多雷达组网信息融合仿真系统的有效性。

多步历史估计信息反馈多模型融合方法

针对强机动和大观测误差下的目标跟踪问题,传统低阶多模型融合方法存在估计精度较低、鲁棒性较差的缺点;高阶多模型融合方法面临计算量增大和保证实时性之间的矛盾.为此本文针对一类多步稳健机动目标跟踪问题提出一种基于历史估计信息反馈的多模型融合框架,首先累积和反馈历史估计信息,然后结合当前量测计算多阶模型序列的似然函数,最后得到贝叶斯后验融合结果.同时结合粒子滤波构建了易于工程实现的粒子滤波历史反馈多模型融合算法(PF-HFMM).仿真表明,与传统粒子滤波多模型算法相比,本法显著提高了估计精度和鲁棒性.

基于深度强化学习的多目标跟踪技术研究

在随机有限集多目标跟踪过程中,由于跟踪问题的复杂性,会耗费大量的计算成本,特别是在目标和杂波密集的复杂情况中,计算成本呈指数增长。随机有限集中通常采用的分配算法——例如Murty算法的时间复杂度为滤波器生成的代价矩阵规模的三次方。为了减少跟踪耗时,结合组合优化的思想,将代价矩阵重定义为二分图,采用了一种基于深度强化学习的二分图匹配算法,取代传统随机有限集中的分配算法,并通过仿真实验验证了所提方法的可行性。实验表明,所提方法在保证跟踪性能的前提下减少了跟踪耗时,提升了跟踪实时性。

伪装网遮蔽目标多波段多极化SAR图像融合检测

针对伪装网遮蔽作为对抗侦察与监视的常见手段,而多波段多极化SAR图像具有提供被遮蔽目标互补性的不同特性信息的特点;本文提出基于改进Neyman-Pearson准则的决策级融合算法,实现对伪装网遮蔽目标的检测。该方法根据理论定性分析与实测数据定量分析,探讨了波段、极化方式对伪装网遮蔽目标探测的影响,并比较了像素级与决策级融合检测的性能差异;采用目标检测概率、有效检测比作为性能指标,以选择最有效的单波段或单极化的通道数据作为融合波源,并在融合过程中使用尺度滤波器,以降低单通道数据的冗余信息。根据有效检测比这一融合检测算法性能评估指标,在实测数据上对提出的融合算法与对照算法进行性能比较。实验结果表明,所提出的伪装网遮蔽目标融合检测算法达到了较好的虚警率-检测率综合性能。

基于分形特征和导引滤波的可见光与红外图像融合算法

为充分利用红外图像的目标指示信息,本文提出了一种基于分形特征和导引滤波的可见光与红外图像融合算法。该算法首先采用分形特征对红外图像中的人造目标进行增强,通过阈值分割得到目标分布图。待融合图像经过一层分解得到近似图像和细节图像,基于目标分布图利用导引滤波分别得到可见光与红外近似图像与细节图像的融合系数。实验结果表明,融合后图像充分结合了可见光图像的背景信息与红外图像中的目标信息,有利于后续的目标识别任务。

融合空谱特征和集成超限学习机的高光谱图像分类

为提高高光谱图像的分类精度,提出了一种融合空谱特征和集成超限学习机的高光谱图像分类方法。首先结合每个像素邻域的光谱信息提取空谱特征向量;考虑到高光谱相邻波段信息具有一定的相关性,先对提取的特征向量进行平均分组,然后从每个区间随机选择若干个波段进行组合,采用具有快速学习能力的超限学习机训练分类器。为提高分类模型的泛化能力,基于集成学习思想,对提取的空谱特征进行多次抽样,训练得到多个弱分类器,最后采用投票表决法得到用于高光谱图像分类的强分类器。采用3个典型高光谱数据进行了分类试验,试验结果表明,提出的算法总体分类精度较优,尤其当训练样本数较少时能取得较高的分类精度。提出的算法具有可调参数少、训练速度快、分类精度高等优点,具有广阔的应用前景。

最小熵反馈式变结构多模型融合算法

传统变结构多模型方法(VSMM)在处理高机动目标状态估计问题和大观测误差时存在因模型集合与真实模式匹配欠佳导致估计质量下降的问题.本文结合最小信息熵准则(ME)提出一种反馈式变结构多模型融合算法(MEVSMM),将在所有模型相关的在线估计信息进行反馈,进而选取状态估计分布信息熵最小的模型集作为当前有效模型集,计算多模型估计结果;结合粒子滤波算法(PF)和设计擂台赛算法(CM),构造了易于工程实现的次优算法(PF–MEVSMM).理论分析与仿真表明,与传统VSMM算法相比,本法具有模型集更精简、有效,融合估计结果鲁棒性更强、精度更高的优点.

融合显性和隐性度量的多模图像配准算法

为解决基于隐性度量的图像配准算法初始配准误差大容易引起失配的问题,本文提出了一种融合显性度量和隐性度量的多模图像分层配准算法。首先采用金字塔分解算法得到低分辨率待配准图像。然后在每一层金字塔图像中,先采用互信息作为显性度量,利用粒子群算法获得初始的配准参数;以此作为初始值,采用基于隐性度量的配准算法,利用融合粒子群和鲍威尔搜索法的优化算法获取更准确的配准参数。基于低分辨率图像计算得到配准参数后,先对高分辨率待配准图像进行变换,然后利用提出的上述算法进行参数优化,根据每层得到的配准参数计算最终的配准参数。最后,采用可见光与红外图像、多波段SAR图像进行了配准实验。实验结果表明,提出的算法适用于多模图像配准,能够减小配准误差,具有一定的适用性。

融合PSO和Powell的雷达组网反隐身部署优化算法

针对多雷达组网探测隐身目标的部署优化问题,根据雷达探测隐身目标的简化模型,在目标运动轨迹确定的情况下,设计了反隐身部署优化两级指标。由于雷达网部署为具有多个可行解的多目标优化问题,提出了一种融合粒子群(Particle swarm optimization,PSO)和鲍威尔(Powell)搜索法的分层搜索算法。首先采用粒子群优化算法得到全局和局部最优解,然后采用鲍威尔算法进一步搜索得到部署方案。仿真结果表明,提出的算法充分结合了粒子群算法的全局搜索能力和鲍威尔算法的局部搜索能力,与仅采用粒子群算法相比,得到的部署方案在保证责任区覆盖的前提下,有效提高了雷达网对隐身目标的探测概率,增加了对隐身目标的预警距离。

融合压缩感知和SVM的SAR变形目标识别算法

为降低合成孔径雷达(Synthetic aperture radar,SAR)图像目标识别中目标方位角的影响,并提高对SAR变形目标的识别率,本文提出了一种基于压缩感知和支持向量机决策级融合的目标识别算法。该算法首先基于稀疏表征理论将SAR目标识别问题描述为压缩感知的稀疏信号恢复问题,然后基于稀疏系数分别进行目标类别判别与方位角估计。对样本进行姿态校正后,利用支持向量机分别对经过姿态校正和未经姿态校正的样本进行目标分类。最后采用投票表决法对3种算法的分类结果进行决策级融合。实验结果表明,基于压缩感知结果进行目标方位角估计有效,且随着训练样本数的增加,提出的决策级融合算法提高了SAR变形目标的识别率。

基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。

基于声与图像融合的车辆识别硬件系统设计

该文介绍了利用无线传感网络布置传感器终端来采集声信号和图像信号。在终端节点上,利用声传感阵列采集声信号并通过信号调理电路处理再进行AD转换;在网络协调器上,利用V4L2采集图像信号并通过S3C6410的MFC模块进行H.264编码然后UDP传送。该文介绍的硬件设计实现了实时的声信号和图像的采集,最后通过信息融合可以对各类车辆目标进行分辨。

融合单词贡献度与Word2Vec词向量的文档表示

针对现有文档向量表示方法受噪声词语影响和重要词语语义不完整的问题,通过融合单词贡献度与Word2Vec词向量提出一种新的文档表示方法。应用数据集训练Word2Vec模型,计算数据集中词语的贡献度,同时设置贡献度阈值,提取贡献度大于该阈值的单词构建单词集合。在此基础上,寻找文档与集合中共同存在的单词,获取其词向量并融合单词贡献度生成文档向量。实验结果表明,该方法在搜狗中文文本语料库和复旦大学中文文本分类语料库上分类的平均准确率、召回率和F1值均优于TF-IDF、均值Word2Vec、PTF-IDF加权Word2Vec模型等传统方法,同时其对英文文本也能进行有效分类。

面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。

通信受限下分布式多传感器协同跟踪算法

在分布式多传感器目标跟踪系统中,由于局部融合中心(LFC)的物理限制(如:有限的频率信道、处理器容量有限等),只能接收有限个传感器的传送数据。此外,信息传输的方式也将影响传感网的使用寿命,因此,研究了通信受限下的分布式多传感器目标协同跟踪问题。首先对监视区内分布的传感器进行聚类分簇形成若干个子网,接着从通信能耗的角度出发,对传感器采集信息的传递路径进行最优路径规划;进而对子网局部状态进行估计,在子网信息融合中,分别采用最大距离和、最大化信息增量两种准则进行最佳传感器选择,最后通过各子网全局航迹融合实现分布式多传感器协同跟踪。仿真验证了算法的有效性。

海洋网络信息体系导读

内容导读海洋信息系统是国家信息系统的重要组成部分,是“天地一体化信息网络”不可分割的部分,党的十九大报告明确提出“坚持陆海统筹,加快建设海洋强国”。在陆军院士的主导下,2018年工信部电子科技委设立了信息产业发展策略研究和战略咨询项目重点课题---“海洋网络信息体系发展战略研究”,2020年工信部电子科技委设立了信息产业发展策略研究和战略咨询项目重点课题---“海洋网络信息体系-南海区域海洋综合信息网络示范建设研究”,比较清楚地分析了海洋网络信息体系建设的国内外情况,并明确了南海区域海洋综合信息网络建设的必要性;初步提出了我国海洋网络信息体系的系统、业务、功能、技术架构、关键技术和产业布局,以及以南海网信“新基建”为抓手的海洋综合信息网络示范方案。

基于模型互更新的多模图像融合跟踪算法

针对复杂环境下引起的目标失跟问题,提出了一种基于模型互更新的可见光与红外图像融合跟踪算法。基于把视觉跟踪问题视为"中心-周围"分类的思想,首先从可见光与红外图像中分别提取目标及周围像素点的特征,然后采用Boosting算法训练得到跟踪模型。基于分类结果计算像素点的置信度,采用决策级融合方法得到似然图像,通过均值漂移算法估计目标位置。最后在Co-Training框架下结合目标跟踪结果进行模型的互更新。实验结果表明,该算法提高了跟踪的鲁棒性,有效利用了多模图像的信息。

融入频域先验信息压缩感知方法的主动声呐回波信号处理

针对弱信噪比时的水下主动声呐回波信号处理问题,从主动声呐入射信号和目标回波信号的先验信息出发,与压缩感知理论相结合,提出了融入频域先验信息的压缩感知方法(Compressed Sensing based on Fequency Prior Information,CSFPI)。针对主动声呐入射信号,获取其频域先验信息,将其作为“原子”融入信号的稀疏分解过程,构建完备频域先验稀疏矩阵。主动声呐回波信号可以等效为携带目标信息入射信号的线性叠加,将该特性与传统正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法结合,形成基于“块”的正交匹配信号重构算法。采用CSFPI方法处理仿真信号来验证理论方法的正确性。进一步,通过主动声呐发射接收装置获取湖上实测数据,用CSFPI方法进行处理。当压缩比为50%、信噪比低至−5 dB时,重构信号的匹配率高于70%。实验结果表明了CSFPI算法在处理低信噪比声呐信号时的有效性。

多雷达观测信号融合检测算法

针对海上小目标检测问题提出了一种基于多雷达观测信号层融合的检测算法。该算法对各个雷达的观测值按采样时刻进行排序,然后根据对应时刻的脉冲信号进行高阶互累积量计算然后在相关域上积累进行似然比检测。仿真分析表明该算法与基于贝叶斯准则的分布式检测算法相比,具有较低的复杂度和低信噪比条件下较高的目标检测概率。

基于圆柱面映射的快速图像拼接算法

针对现有基于圆柱面映射的全景图像拼接算法无法实现自动估计焦距的问题,为满足实时性要求,提出了一种基于预测的快速特征点匹配算法和基于单应矩阵的焦距修正算法。该算法首先从待拼接图像中提取Harris角点,并计算方向梯度直方图(histogram of oriented gradient,HOG)描述子,采用基于预测的快速匹配算法进行特征点匹配;然后使用简化的基于纯旋转运动的焦距估计算法估计出焦距初值后,采用基于单应矩阵的焦距修正算法得到更精确的焦距值;最后将平面图像投影至圆柱平面,使用基于加权平均融合算法进行拼接,合成全景图像。采用多个图像序列进行测试得出,特征点匹配速度较传统方法提高了10倍以上,自动焦距估计算法能够准确估计摄像机焦距。拼接实验结果表明,提出的算法能够快速地合成高质量的全景图像,拼接后的图像畸变小,具有较高的实用价值。