基于动态RCS的典型飞机目标识别

作者： 陈彬   童创明   李西敏   来源： 现代雷达 年份： 2017 文献类型 ： 期刊 关键词： 小波分析   特征提取   目标识别   动态雷达散射截面  

描述： 工程上常用静态雷达散射截面(RCS)统计特性进行目标识别,但其可分测度小,正确识别率较低。文中在精确获取目标动态RCS序列的基础上,提出了一种基于离散小波能量的特征提取方法,对典型飞机目标进行分类识别。首先,根据空气动力学和运动学方程设定五种典型飞机目标的飞行航迹并解算其实时飞行坐标,从而获取时变的雷达视线姿态角;其次,应用多层快速多极子电磁计算方法仿真各型目标的动态RCS数据;然后,再基于动态RCS序列,计算其位置、分布等统计特征,并进行小波分解和重构,提取各型目标的统计特征和小波能量特征;最后,采用基于距离的类间距离判据,比较两种特征量的分类识别效果。仿真计算结果表明:相对传统的统计特征,离散小波能量特征能完整地体现目标的特征,且可分性测度更大,识别效果更为理想。

基于STAMP的航空管制空中危险目标识别方法研究

作者： 王新语   郭占优   来源： 计算机测量与控制 年份： 2017 文献类型 ： 期刊 关键词： 航空管制   空中危险   目标识别   STAMP  

描述： 为了保证航空管制中航空器的完整性,提高航空器的使用寿命,并且可以最大限度地保障航空乘客和其他航空人员的人身安全,需要对航空管制空中危险目标进行识别;但采用当前目标识别方法对空中危险目标识别时,识别系统对空中危险目标无法稳定识别,存在空中危险目标识别精度低的问题;为此,提出一种基于STAMP的航空管制空中危险目标识别方法;该方法先利用STAMP模型对航空管制空中危险目标识别系统各组成部分进行任务分配,然后采用Harris法对空中危险目标进行特征选择和提取,依据Mean-Shift法的Bhattacharyya系数,描述候选空中危险目标和空中目标的危险概率分布相似度,随着Bhattacharyya系数的不断增加,候选空中危险目标和空中危险目标的相似度越大,使危险目标跟踪系统朝着空中目标危险密度增大的位置移动,在最优位置收敛,从而实现空中危险目标跟踪,最后利用D-S理论对跟踪结果进行识别,通过引入空中目标危险性基本概率赋值函数获得空中目标危险基本概率,采用Dempster组合规则对空中目标危险证据进行合成,依据空中危险目标证据融合结果完成对航空管制空中危险目标的识别;实验仿真证明,所提方法增强了航空管制空中危险目标识别的效果,提高了航空管制空中危险目标识别的精度。

基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究

作者： 杨开   李少毅   张凯   钮赛赛   来源： 飞控与探测 年份： 2019 文献类型 ： 期刊 关键词： 概率分布   特征提取   目标识别   朴素贝叶斯分类器  

描述： 红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求。红外诱饵的投放使得目标特征的完整性、显著性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标。提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别。仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题。

基于AlexNet卷积神经网络的激光雷达飞机尾涡识别研究

作者： 潘卫军   段英捷   张强   吴郑源   刘皓晨   来源： 光电工程 年份： 2019 文献类型 ： 期刊 关键词： 尾涡识别   目标识别   多普勒激光雷达   AlexNet卷积神经网络  

描述： 为解决飞机尾涡威胁后机飞行安全问题,保障空中交通安全,提高机场和空域容量,提出了一种基于AlexNet卷积神经网络模型的算法,实现飞机尾涡的准确识别。结合多普勒激光雷达探测原理和Hallck-Burnham尾涡速度经典模型,构建了AlexNet神经网络模型提取大气风场中的尾涡速度云图的图像特征,识别飞机尾涡。研究表明,该模型能够准确识别目标空域中的飞机尾涡,网络模型收敛后对尾涡识别的准确率高达91.30%,并具有低虚警率,能有效地实现对飞机尾涡的识别和预警,达到尾涡监测的目的。

飞行器悬挂载荷的视觉位置测量方法

作者： 严熠   杨盛毅   胡远利   刘超   来源： 机械与电子 年份： 2020 文献类型 ： 期刊 关键词： 悬挂载荷   目标识别   目标跟踪   位置测量  

描述： 飞行器悬挂载荷的视觉位置测量方法

航空轮胎有限元分析

作者： 刘坤   苏彤   王典   来源： 激光与光电子学进展 年份： 2018 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   模糊不变   目标识别  

描述： 由于采集、运动以及聚焦等导致的目标模糊是目标识别率偏低的一个主要问题,因此本文提出一种基于模糊不变卷积神经网络模型BICNN(Blur-Invariant Convolutional Neural Network)的目标识别方法。与仅优化多项式逻辑回归目标的传统CNN(Convolutional Neural Network)模型的训练不同,BICNN引入和学习一个新的模糊不变层改善模糊目标的识别率,提高目标识别的鲁棒性。首先,BICNN通过增加模糊不变约束项及正则化来优化本文提出的模糊不变目标函数进行训练;其次,通过减小模糊不变目标函数值来规定训练样本在模糊之前和之后的特征映射相一致,最终实现模糊不变性。测试结果表明验证,BICNN改善了因模糊造成识别率降低的问题,进而提升运动模糊图像的识别率。

基于四旋翼飞行器的目标识别和处理

作者： 肖树浩   来源： 厦门大学 年份： 2018 文献类型 ： 学位论文 关键词： 深度学习   四旋翼飞行器   目标识别  

描述： 基于四旋翼飞行器的目标识别和处理

基于FrFT域回波多重分形及其关联特征的飞机目标分类方法

作者： 张华霞   来源： 赣南师范大学 年份： 2020 文献类型 ： 学位论文 关键词： 低分辨雷达   分形   分数阶Fourier变换   目标识别  

描述： 基于FrFT域回波多重分形及其关联特征的飞机目标分类方法

基于高分可见光遥感影像的机库目标识别研究

作者： 高嘉彬   来源： 吉林大学 年份： 2020 文献类型 ： 学位论文 关键词： 高分遥感   目标识别   计算机识别   飞机库  

描述： 基于高分可见光遥感影像的机库目标识别研究

基于CUDA GPU的多摄像机场面航空器识别加速算法

作者： 梁海军   王玄   夏正洪   来源： 火力与指挥控制 年份： 2018 文献类型 ： 期刊 关键词： 场面监视   CUDA   目标识别   目标跟踪   GPU  

描述： 基于摄像机的航空器识别是机场场面监视的重要工具。针对多摄像机场面航空器识别算法存在的计算效率低等缺点,提出基于GPU CUDA的加速算法。利用CUDA线程并行处理能力与GPU计算能力,对算法进行了重新设计与优化。通过实地对多路场面视频监视数据进行了多次实验,验证了在NVIDIA Geforce 8800GTS显卡上可实现10倍以上的加速性能,提高了航空器目标识别效率,可以满足机场场面监视中对航空器识别与跟踪的实时性要求。