云环境舰船目标检测与跟踪

目标检测与跟踪是舰船应用中的一个重要研究方向,针对当前舰船目标检测与跟踪存在的一些难题,为提高舰船目标检测与跟踪效果,设计了一种云环境下的舰船目标检测与跟踪方法。首先收集舰船目标检测与跟踪的数据,并对舰船目标的背景进行建模,然后采用卡尔曼滤波算法实现舰船目标检测与跟踪,并利用云环境作为舰船目标检测与跟踪的平台,最后在Matlab 2016平台上进行仿真实验,测试舰船目标检测与跟踪的效果,本文方法的舰船目标跟踪精度高,具有良好的舰船目标跟踪实时性。     

云平台和神经网络的舰船目标检测

为了解决当前舰船目标检测过程中存在的检测误差、检测实时性差的缺点,设计了一种云平台和神经网络的舰船目标检测方法。首先采用混合高斯模型对舰船目标所在区域进行获取,然后采用粒子滤波算法对舰船目标进行跟踪和检测,并采用神经网络对舰船目标粒子滤波算法的权值进行优化和更新操作,解决粒子滤波算法的缺陷,最后基于云平台对舰船目标检测方法进行了设计,并进行了舰船目标检测仿真模拟实验。结果表明,本文方法可以对各种环境中的舰船目标进行准确的检测,提高了舰船目标检测的鲁棒性,而且舰船目标检测实时性也得到了明显的改善,克服了当前舰船目标检测方法存在的缺陷,是一种有效的舰船目标检测方法。     

纹理高阶分形特征的海面舰船目标检测方法

为了提高海面舰船目标检测效果,提出纹理高阶分形特征的海面舰船目标检测方法。首先分析海面舰船目标检测原理,并对海面舰船目标图像进行处理,然后提取海面舰船目标检测的纹理高阶分形特征,并引入卷积神经网络分析海面舰船目标的变化特点,从而建立海面舰船目标检测模型,最后通过仿真实验分析海面舰船目标检测的效果。结果表明,对复杂背景的海面舰船目标,本文方法不仅提升了海面舰船目标检测的准确性,解决了海面舰船目标漏检的难题,而且海面舰船目标检测速度明显加快,可以实现海面舰船目标实时监控。     

舰船水压场频域检测的环境干扰特性分析

舰船水压场以其难于人工模拟性,被作为舰船的重要目标特性广泛应用于水中目标检测中,而对其进行频域检测又是最常用的舰船水压场信号检测方法。复杂多变的海洋环境中,诸多因素都对舰船水压场信号的频域检测性能产生显著影响,文章对在我国沿海不同海域获得的大量环境水压场数据进行分析,得到影响舰船水压场信号频域检测的主要因素,为水中目标探测器设计提供参考。     

我国舰船动力基础科研创新发展模式

通过对我国舰船动力基础科研现状的分析研究,对国外舰船动力基础科研和研发模式及其成功经验的综合分析,进行了我国舰船动力基础科研创新发展模式研究.从强化我国舰船动力基础科研创新发展模式着眼,在战略视域下研究提出我国舰船动力基础科研创新发展目标、方向、实施途径、发展措施等建议,研究可为国家实施舰船动力基础科研创新发展战略提供...     

基于有序数据可变索引的舰船目标检测方法研究

舰船目标的检测与识别技术有重要作用,一方面,在海上交通管理和航线疏导上,舰船目标检测技术可以提供舰船准确的航行速度等信息,另一方面,海上舰船检测广泛应用于军事领域的敌方舰船侦察、锁定等,对保护海上领土有重要意义。本文主要研究了合成孔径雷达(SAR)技术,针对SAR技术舰船目标图像特征提取、噪声过滤等问题,采用一种有序数据可变索引技术,提高了舰船合成孔径雷达SAR图像处理的精度,并进行了海上舰船目标的仿真试验。     

基于FFT信号处理器的舰船雷达目标检测

雷达系统是舰船的"眼睛"和"耳朵",对船舶有着重要的意义,舰船可以通过雷达系统进行目标检测、气象监控和海上救援等各种任务。随着船舶工业技术的进步,舰船对雷达系统目标检测技术的要求更高,对雷达信息接收与处理设备的性能也有了更高的要求。因此,合理的改进舰船雷达系统信号处理技术是当下的研究重点。本文详细介绍了FFT雷达信号处理器的原理,并研究了FFT雷达信号处理器在舰船雷达目标检测系统的应用。     

基于参数优化小波变化的舰船目标检测方法

常见的舰船目标检测方法是通过对雷达的回波信号进行分析,优化舰船目标检测模型。本文结合小波变换算法,重新构建了舰船目标的检测模型,对目标检测的数据进行了分析。通过迭代优化,对小波变换模型中的参数进行了调制。实验结果表明,基于小波变换的舰船目标检测模型具有很强的适应能力,能够显著提高目标检测能力。     

舰船配电网络结构研究

系统阐述了国内外舰船电力系统的配电网络结构,对不同类型的配电网络结构进行了对比分析,为我国进一步开展舰船电力系统配电网络结构研究提供了参考.     

舰船地震波场检测系统及实验研究

为了获得舰船地震波场数据,设计了低功耗大容量舰船地震波场检测系统,简述了系统组成及其工作原理,完成了舰船地震波场检测系统海试试验.数据分析表明了舰船地震波技术应用于舰船目标探测和定位的可行性及其应用前景.