外弹道高速目标参数验证算法研究

针对外弹道高速目标跟踪的参数测量问题,运用光学成像原理,提出了时分弹道,分时跟踪、对点验证的新技术,验证了靶场轨道高速运动目标的速度参数。基于轨道的实际长度,推导出了目标跟踪算法,利用该算法并结合单片机控制技术,完成了高速目标在整个轨道的跟踪。通过对由光电码盘AC36实时采集到的转角数据与对应图像的处理,达到了对高速目标速度参数的验证的目的。该算法已在某靶场进行了跟踪测量实验,通过数据分析,速度误差小于1%。     

基于UKF的自适应野值剔除算法

在基于RSSI信号的无线定位系统中,由于外界环境中各种存在随机干扰噪声,使得采样到的RSSI信号往往具有非线性、不稳定等特点,很大程度上偏离了其真实值,它直接影响了定位系统的定位精度。为了提取RSSI信号的真实值,提出一种基于UKF的自适应野值剔除算法,它根据信息来修正其预测值和增益,可以实时对动态观测数据中的野值进行检测和剔除。并通过与UKF算法对比仿真实验,matlab仿真结果表明,使用改进算法对RSSI信号进行滤波处理,提取的RSSI信号值更接近其真实值,收敛速度更快,误差更小,稳定性更好, 可以有效地剔除野值信号,并抑制了野值信号对滤波的影响。     

最小二乘B样条函数在火箭发动机数据处理中的应用

在固体火箭发动机地面试验数据处理中,通过应用最小二乘三次B样条函数拟合的方法,进行野值辨识和修复。文中阐述了实际应用中的步骤及应注意的几点问题。为避免常规的控制序列中含有野值而影响数据辨识的问题,提出差别选取控制点循环过滤的方法,实现精度更高的野值辨识。进而采用门限判别方法,实现野值的修复。通过实测数据处理的应用表明,该算法对单个和成片野值的辨识度都很高,适用于火箭发动机地面试验数据处理。     

复杂背景下实时运动目标的提取

提出了一种结合帧间减法与背景自适应更新的算法,结合高速图像处理平台,以满足实时运动目标的提取。着眼于算法的高速性并提出一种足够快的方法用于弹道测量系统。用高斯分布建立每个像素的灰度模型,这个分布用来区分前景和背景像素以便用来更新背景模型。实验表明该系统可以满足靶场弹道测量任务实时性的要求,传统大量占用系统资源的算法在该系统中得到改善,大大提高了系统的实时性。     

基于线性最小二乘支持向量机的光谱端元选择算法

光谱端元选择是高光谱数据解混分析的重要前提。在各种端元选择算法中,N-FINDR算法因其自动性和高效性受到广泛欢迎。然而,该算法需要进行数据降维预处理,且包含大量的体积计算导致该算法的运算速度较慢,限制了该算法的应用。为此提出基于线性最小二乘支持向量机的N-FINDR改进算法,该算法无需降维预处理,且采用低复杂度的距离尺度代替复杂的体积尺度来加速算法。此外还提出对野值点施加有效控制以赋予算法鲁棒性,以及利用像素预排序方法来降低算法的迭代次数。实验结果表明,基于线性最小二乘支持向量机的改进N-FINDR算法在保证选择效果的前提下复杂度大大降低,鲁棒性方法和像素预排序方法则进一步提高了算法的选择效果和选择速度。     

高精度光电弹道测量系统

 利用光电跟踪系统实时测量导弹类飞行目标已成为靶场测试手段的发展趋势之一,光电跟踪系统需要具备高精度跟踪高速飞行目标、实时输出目标飞行轨迹数据以及目标飞行姿态等实时图像信息。提出一种新型车载光电弹道测量系统,应用高强度轴承改善角位置输出的稳定性;利用再生反馈控制技术抑制跟踪快速目标时产生的滞后误差,提高光电弹道系统的测量精度;将测量数据归一化为垂线测量坐标系中的测量值,以20 ms的刷新率对外输出;提出模拟航路检测方式,可在野外条件下完成对光电设备性能检测,实际稳态跟踪精度可达到0.21 mrad。     

电视形心跟踪技术在260激光电视电影经纬仪上的成功应用

本文论述了新近研制成功的一种靶场测量用光电设备—260激光电视电影经纬仪,用于对飞行器进行外弹道测量。它能以半自动跟踪、电视自动跟踪及数学引导三种方式跟踪被测目标,具有很高的跟踪测量精度和很强的实时测量、实时输出能力。设备上加装的激光测距系统,使其具有单站定位能力。设备上的数字化实时电视形心跟踪器是由视频处理器、投影处理器与跟踪窗控制器等组成。它采用了TMS320系列的高速数字信号处理芯片组成的多微机并行处理结构及流水线技术,并与巧妙设计的模拟图象预处理技术相结合,成功地通过了室内检测、机场试验和外场校飞,曾以很高的回波率对不装合作目标的掠海导弹进行单站跟踪测量,距离达到10.4km。研制和现场实用结果证明,采用这种实时图象跟踪技术,使靶场光电设备增添了优异的性能。     

一种便携式激光测云仪的云底高度反演方法

 报道了新研制的一种便携式激光测云仪,该设备由光学、电子和机械三部分组成,采用单片机处理回波信号、识别云底高度,并给出了该激光测云仪的相关参数。将回波斜率突增点作为云底定义点,利用云回波在上升斜率、脉冲宽度和幅度上与大气回波及噪声脉冲间的差异,识别反演出云底高度。另外,同一位置连续测量数次,可以剔除干扰噪声。与计数式激光测云仪进行了实测比较,数据基本吻合。结果表明：便携仪的云高识别算法基本合理、可行,便携仪中所采用的剔除大气回波伪信号算法能提高系统的测低云性能,智能识别算法能滤除干扰噪声。最后,需要对算法进行进一步的优化。     

危化品仓储激光扫描差值去噪算法的研究

为了实现对危化品仓储堆垛安全距离的实时监测和预警,采用由激光测距、旋转云台、编码器等组成的激光扫描监控阵列对垛距进行安全监测。针对激光测距扫描点云数据中异常噪声的问题,采用差值去噪算法。该算法是将扫描得到的激光测距数据点按角度值进行从小到大排序后,相邻两点的距离值依次取差值,然后对距离差值与预设阈值进行比较,滤掉噪点数据。针对几种不同尺寸和形状的障碍物进行了实验研究,结果表明差值去噪方差值明显小于加权二乘、Savitzky-Golay等拟合算法,该算法不仅能有效去除扫描点云数据中的异常噪声,同时较另外两个算法,数据完整性和可靠性更高。     

基于灰度差异几何特征的角点检测

为了能在模糊或有噪声的图像中直接检测角点,提出了一种对比多尺度下灰度差异几何特征和搜索局部灰度最大权值的角点检测方法。该方法根据图像中角点位置的灰度差异,采用多尺度圆形检测器遍历图像,对比不同尺度下检测器所得到的几何参数来初步确定角点位置并剔除边缘附近的伪角点;根据局部灰度权值最大原则去除由于圆形检测器的离散性而聚集在真角点周围伪角点,并确定角点的最终位置。实验结果表明,相对于传统算法,该方法能够在对噪声或模糊图像不做预处理的情况下检测出角点。     

一种基于光谱奇异值检测的高光谱遥感小目标探测方法

高光谱遥感技术能够借助丰富的地物图像和光谱信息,反映目标地物与背景地物间的细微差异,从而将其区分开来。目前的小目标探测算法多侧重于从图像处理方面着手,文章则从光谱维数据分析的角度出发,利用光谱分析中的奇异值检测方法探测小目标,首先对关注区域的地物像元光谱进行连续统去除和正交变换等预处理;然后将每个像元的光谱对该区域平均光谱进行光谱匹配求其相似性,并实现高光谱数据降维;而后通过光谱角匹配值的马氏距离进行奇异值检测,将马氏距离大于自适应阈值的像元判定为小目标。该方法不需要任何先验信息,实验结果表明该方法运算量较小,运算速度快,并有较好的小目标探测准确度。     

基于非参数背景抑制的弱小目标管线法检测

介绍了一种红外图像背景抑制的非参数方法(E_kernel)。提出了一种弱小目标的管线检测算法。E_kernel方法不同于传统的线性或非线性背景预测,它对背景杂波分布的统计特性不敏感,受其影响较小,具有非参数特性。管线检测算法对序列图像做若干相同的顺序处理,采用并行分布式计算,处理时间短。仿真试验表明,该算法能有效地检测出低信噪比红外序列图像中的弱小目标的运动轨迹,具有较高的实时性。     

船用星敏感器星点质心精确提取方法

从星空图像中提取星点质心是星敏感器工作的重要基础,针对船用星敏感器所获取的星空图像噪声情况复杂的特点,提出一种基于重心法的星点质心精确提取方法。通过块扫描的阈值分割和星象连续性的噪点剔除,引入灰度信息参考的星象提取以及重心法质心坐标计算等步骤,从星空图像中提取星点质心。对于30幅海上实拍星图实验,该方法能够100%提取出至少10颗星点,质心坐标提取精度达到1/20像素,并且可以实现对视频图像的实时处理,满足船用星敏感器的应用需求。     

最小核值相似区低层次图像处理算法的改进及应用

首先介绍一种能有效地进行边缘、角点检测和滤波等低层次图像处理的最小核值相似区算法,然后提出自适应阈值的选取方法,局部区域灰度重心判据对其算法的改进使得边缘检测算法抗噪能力更强。针对序列图像的具体应用,用改进的边缘检测算法能准确、快速地从噪声图像中得到较准确的边缘信息,用滤波算法对序列图像作预处理,可使互相关跟踪结果更可靠、更准确。     

被动傅里叶交换红外光谱仪遥测化学蒸气光谱的实时,定量分？…

给出被动傅里叶变换红外光谱仪定量遥测化学蒸气光谱的算法,可用于实时处理化学蒸气光谱和定量测理化学蒸气的柱数密度。该算法在完全定量分析蒸气透过率的同时,还进行了目标背景的实时扣除和对ＦＴＩＲ仪器的实时定标。详细讨论了用该算法对化学模拟剂ＤＭＭＰ的处理结果。     

New reconstruction and forecasting algorithm for TEC data

To reconstruct the missing data of the total electron content(TEC) observations, a new method is proposed, which is based on the empirical orthogonal functions(EOF) decomposition and the value of eigenvalue itself. It is a self-adaptive EOF decomposition without any prior information needed, and the error of reconstructed data can be estimated. The interval quartering algorithm and cross-validation algorithm are used to compute the optimal number of EOFs for reconstruction.The interval quartering algorithm can reduce the computation time. The application of the data interpolating empirical orthogonal functions(DINEOF) method to the real data have demonstrated that the method can reconstruct the TEC map with high accuracy, which can be employed on the real-time system in the future work.     

基于阈值判断的CamShift目标跟踪算法

针对CamShift算法只利用目标的颜色信息,在跟踪过程中,易受目标相似物、遮挡以及光照等复杂背景影响导致目标搜索窗口发散,跟踪稳定性能降低,提出了一种基于阈值判断的目标跟踪方法。该方法将OTSU法和Snake模型结合,利用OTSU法以最佳阈值对图像进行分割,分离前景区域和背景区域,初步提取目标轮廓作为Snake模型的初始轮廓,经收敛得到目标的精准轮廓,利用轮廓外接最小矩形框内的像素计算目标质心,判断与CamShift算法中目标搜索窗口质心之间的欧式距离,如果未超出阈值,则直接使用CamShift算法跟踪目标,反之,则将计算出的目标质心作为CamShift算法中当前帧目标搜索窗口的质心跟踪目标。实验结果表明,该算法跟踪目标具有较好的实时性,跟踪性能稳定、可靠。     

星空背景下的运动点目标轨迹提取

针对星空图像中运动点目标轨迹难于提取的问题,提出了有限帧最小二乘轨迹关联算法。采用相邻帧差分、自适应阈值分割、连通域处理和质心计算等步骤实现了疑似目标的定位。根据星点目标运动轨迹近似为直线、运动的连续性和相关性等特点,利用有限帧最小二乘线性拟合预测目标位置,以预测位置为中心开搜索窗,关联匹配真实目标,并通过置信度检验确认并提取目标运动轨迹。整套算法简单,易于实现,通过实拍星图实验,验证了该算法效果好,实时性强。