航母编队目标识别能力需求研究

从目标敌我属性、军民属性、目标种类、动态信息和意图信息等方面重点阐述航母编队目标识别能力需求,可为我未来航母编队构建目标识别装备体系和目标识别信息处理流程等研究提供重要指导和借鉴。     

单平台多传感器多目标数据融合系统

本文介绍在Novell网上建立的一个舰船多传感器数据融合计算机仿真系统，给出该仿真系统用最小二来法的平滑外推法则进行航迹跟踪及利用DemPster-Shafer敌我识别理论对目标敌我属性进行识别的结构图，较系统地阑述了数据融合的一些技术。     

船舶自动识别系统中视觉跟踪控制研究

船舶自动识别系统AIS诞生于20世纪90年代,最初是由舰船、飞机的敌我侦察系统发展而来的,船舶自动识别系统不论在军事领域还是民用领域都具有非常广泛的应用,包括船舶定位和导航、船舶通信、渔业生产管理等。船舶自动识别系统主要由海岸基站、VHF通信器和船载基站等组成,目前,在船舶的障碍避让、船岸通信、海上交通管理等方面发挥着必不可少的作用。本文针对传统的船舶自动识别系统,将机器视觉跟踪技术应用于船舶的识别和侦察过程中,并对该系统的噪声过滤等问题进行研究,大幅提高了AIS系统的船舶识别效率,具有重要的意义。     

船载AIS的发展与困局

正船舶自动识别系统(Automatic identification system,AIS)技术是由军舰、战斗机使用的"敌我识别器"概念发展而成的。虽然,现在AIS技术主要应用于商船保安和商业物流跟踪领域,但是该技术最早应用于商船的主要目的是为了提升船舶雷达避碰功能的作用。随着科技的发展,AIS技术概念进一步延伸和拓展,成为数字航海的关键技术之一。一、AIS技术的出现     

船舶运输智能交通系统运动目标自动识别方法

针对当前船舶运输智能交通系统运动目标自动识别方法识别能力较差,导致识别误差过大的问题,提出一种新的船舶运输智能交通系统运动目标自动识别方法。利用激光扫描确定船舶交通环境中,建立交通系统背景模型,分析背景图像和因素点之间的关系,选用连续三帧差加速法,确定灰度投影曲线,通过相关计算得到图像之间的运动位移,实现运动目标自动识别。实验结果表明,所提方法的运动目标识别率较高,检测误差率较低,能够有效缩短计算时间。     

基于改进蚁群算法的水下潜航器安全隐蔽航路规划研究

针对水下潜航器的特点和实际需求,设计潜航器安全隐蔽航路规划模型。首先对水下航路规划的影响因素集进行划分,结合水下潜航器特点,通过改进信息素更新机制及启发因子的设计,建立基于蚁群算法的潜航器全局航路规划模型;其次考虑敌我距离变化量、我方位置与目标点的距离、我方声呐盲区、敌我距离最小量作为代价函数的4个因数,建立单目标动态威胁的局部航路规划;最后通过仿真得到全局规划路径和局部避碰路径结果,说明该方法在水下潜航器航路规划具有实际应用价值。     

雷达敌我识别系统干扰方法研究

在分析雷达敌我识别系统工作原理的基础上,对雷达敌我识别系统的干扰方法进行了讨论。重点对噪声压制和应答机占据两种方法的干扰效果进行理论计算和数学仿真,研究成果对雷达敌我识别系统干扰技术的发展和作战使用具有一定指导意义。     

船舶自动识别系统在内河船舶避碰技术的应用

本文从船舶自动识别系统的功能及应用优势分析入手,论述了船舶自动识别系统在内河船舶避碰技术中的应用,对船舶避碰的数学原理进行系统分析,并仿真验证了船舶的避碰过程。从仿真结果看,通过优化船舶的自动识别系统,可以有效提高目标物的探测距离和精度,能够最大程度帮助船舶提升航行的安全性。     

日本邮船开始测试自动船舶目标识别系统

正2021年9月8日,日本邮船宣布在其运营的一艘船上安装由以色列公司OrcaAI开发的自动船舶目标识别系统原型并开始测试。该系统可以自动识别可能会被人眼忽视的危险目标和其他船舶,特别是在夜间和拥挤的水域。日本邮船计划在其船上试验性安装这种新系统,以验证其是否可以通过自动识别危险物体来提高船舶操纵的安全性。     

AIS数据交换协议研究及嵌入式软件开发

船舶自动识别系统是一种基于高频段的,作用在海上的移动频段,是船舶与其他船舶间、船舶与岸端之间进行交换各自关键信息的连续广播系统。首先介绍船舶自动识别系统(AIS)的组成、系统信息处理的相关接口协议、船舶控制器对船舶自动识别系统进行相应的操作以及船舶相互间进行数据交换的步骤,并对基于自动识别的船岸监测系统进行设计开发。装备有自动识别系统的船舶可以接收到目标船舶的动态以及静态的相关信息,方便对船舶及时的全方位的进行监控。     

目标综合识别系统中的多级分层属性融合方法研究

根据目标属性信息的层次化特征,提出了一种用于目标综合识别系统的多级分层属性融合方法。依据目标属性信息的内在关系,对其进行分类和分级,然后基于由高级属性推导低级属性的原理对由各种信源获得的属性信息进行预处理,最后使用DSmT的规则对同级属性信息进行融合。计算示例表明,该方法可以融合由异类信源获得的不同等级上目标属性信息,并且在高冲突的证据条件下依然有效。     

再论重视区域防卫战系统的研究

本文是“重视区域防卫作战系统的研究”（本刊1989年第4期）的续篇，旨在进一步研究区域防卫作战系统的内在关系。主要讨论区域防卫作战系统中的数据链传播要求，传输的目标信息的误差，目标的敌我识别程序和区域防卫中的目标信息处理所面临的问题，指出区域防卫作战系统和点防卫系统的差异及需研究的课题。     

高阶神经网络与D—S方法在数据融合中的应用

讨论了数据融合与高阶神经网络的串行结合。根据Dempster-Shafer证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别。将融合后的最终结果输入到高阶BP神经网络中,通过目标向量样本的训练,输出相应的目标类型。仿真结果证明,这种方法是行之有效的。     

高阶神经网络与D—S方法在数据融合中的应用

讨论了数据融合与高阶神经网络的串行结合。根据Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别。将融合后的最终结果输入到高阶ＢＰ神经网络中,通过目标向量样本的训练,输出相应的目标类型。仿真结果证明,这种方法是行之有效的。     

红外图像中舰船目标增强技术研究

随着各国在海洋领域竞争的日益激烈,舰船目标自动识别技术正逐渐成为社会的研究热点,目标增强是舰船目标自动识别技术中的重要环节,但通常海天背景下舰船目标红外图像的目标背景对比度低,图像信噪比差。为使低对比度舰船红外图像中感兴趣目标得到增强,本文首先利用中值滤波去除图像中的随机噪声,然后对图像进行同态滤波,最后加入对像素空间位置的考虑,利用像素邻域的灰度均值和均方差值构建了一个灰度变换函数,实现图像的灰度拉伸。实验结果表明,以往仅通过灰度信息的增强技术很难取得较好效果,本文在考虑像素位置的基础上提出的灰度变换函数可较好的实现对舰船目标局部区域的增强。     

高阶神经网络与D-S方法在数据融合中的应用

讨论了数据融合与高阶神经网络的串行结合.根据Dempster-Shafer证据理论的基本原理,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式,进行命题的空间和时间融合,以达到空中目标的敌我识别.将融合后的最终结果输入到高阶BP神经网络中,通过目标向量样本的训练,输出相应的目标类型.仿真结果证明,这种方法是行之有效的.     

主动声纳目标回波时空分割的尺度模式识别

本文讨论了在主动声纳工作体制下,利用水下目标的时空分布特性进行目标尺度自动识别问题。作者提出了在正横中轴阵位、正横非中轴阵位及非正横阵位三种情况下的尺度模式自动识别方法,并给出了其算法。给出了三路并行处理结构及后置自动综合的推理结构。该方法运算量小,适用于实时处理,在实际应用中有重要价值。     

电子信息雷达系统与自动识别系统信号融合的数学模型研究

雷达系统是舰船上最早装备的一种探测、导航系统,这种系统具有快速、直观、抗干扰能力强等优点,但不具备目标检测功能,船舶自动识别系统AIS的出现填补了雷达系统的识别功能,且识别过程受气象、水文等条件影响较小,具有非常巨大的应用价值。本文研究的主要内容是雷达系统和船舶自动识别系统的信息融合技术,这种信息融合技术可以充分利用两系统的优势,为舰船提供可靠的、质量高的通信数据、导航数据和目标探测数据,具有一定的研究意义和价值。     

水中目标回波脉冲包络起伏特征研究

水中目标散射声信号中蕴含了目标外形、结构、材质等物理属性信息,如何表征和提取这些属性信息一直是水中目标散射声信号分类与识别研究关注的焦点之一。为此,文章提出并研究了与水中目标属性信息相关联的散射声信号包络起伏特征,分析了该特征与目标外形、结构等物理属性间的内在关联及其形成机理,建立了相应的特征表征模型,并开展了理论仿真分析和模型实验验证研究。研究结果表明:体目标回波的脉冲包络起伏极值频率随入射声波的载频增加而增加,这体现了体目标的属性;Bench Mark模型的回波脉冲包络起伏频率与目标方位角密切相关,其中艏艉方向最大,正横方位最小。     

基于改进TOPSIS法的混合多类型属性威胁评估

针对舰艇编队反导作战威胁评估过程中存在的目标属性信息类型多样化问题,首先构建威胁评估指标体系,然后设计一种能够直接处理实数型、区间数型及模糊三参数区间数型属性信息的威胁评估方法。该方法能够在保留目标属性信息格式的基础上直接集结目标属性信息,对目标的威胁程度进行评估。仿真实例证明,设计的方法能够直接对混合多类型属性条件下的目标威胁程度进行评估,且计算量较小。