雷艇信息融合技术

多传感器融合是一个涉及到信息科学、计算机科学、自动化化科学的复合型学科,是一个正处于发展中的研究方向。在讨论了多传感器信息融合的基础上,对其关键技术进行了进一步的讨论。并探讨了线导鱼雷与潜艇通过线导通道进行信息融合的若干实际问题,指出雷艇信息融合在这方面存在的特殊性,并展望了其应用前景。     

基于雷达红外复合信息的目标毁伤评估技术研究

防空导弹击中目标后,指控系统实时快速判断该目标是否被有效毁伤,是系统释放该目标通道的前提。通过分析序列红外图像中目标不变矩特征的变化,可对武器爆炸瞬间对目标所产生冲击和损伤进行评估;通过基于雷达测量空中目标有关运动学参数,建立目标运动状态变化的参量模型,根据目标视航角与加速度变化相结合的判别方法,可得出目标被有效毁伤的判据。论文提出了一种基于雷达红外复合信息的目标毁伤评估技术的流程和实现方法,并通过仿真初步验证了该方法的有效性。     

舰艇编队对敌海上编队导弹攻击火力分配的GA算法研究

针对舰艇编队舰舰导弹攻击火力分配问题研究的现实性,通过对影响火力分配的因素进行深入分析,采用遗传算法解决舰艇编队导弹攻击火力分配问题,并建立了相应的数学模型。为海上战斗群指挥员决策提供了一种新的科学方法。对海上战斗群舰艇编队作战理论研究有一定的促进作用。     

舰艇主被动声纳方位航迹信息融合研究

介绍了舰艇水声融合系统位置级融合的典型融合技术.重点研究了舰艇水声系统中一部主动声纳和一部被动拖曳线列阵声纳航迹关联的融合,主要是在等样本容量条件下的航迹关联方法,并对融合性能进行了分析.     

试验数据统计建模研究

针对数据融合技术和仿真试验的难点，对试验数据的建模问题作了分析研究，简要介绍试验数据建模的成果。     

Synthetically Evaluation System for Multi-source Image Fusion and Experimental Analysis

Introduction The image fusion technology produces a singleimage from a set of input images. The fused imageshould have more complete information which ismore useful for human or machine perception.With the merits of high degree of system explo-ration, automation, availability, reliability, capa-bility and low cost, it boasts broad application per-spective in many fields such as computer vision,automatic object detection, image processing, par-allel and distributed processing, robotics and re-m…     

基于时序融合的自动驾驶多任务感知算法

采用连续图像帧作为输入,挖掘连续图像帧之间的时序关联信息,构建一种融合时序信息的多任务联合驾驶环境视觉感知算法,通过多任务监督联合优化,实现交通参与目标的快速检测,同时获取可通行区域信息;采用ResNet50作为骨干网络,在骨干网络中构建级联特征融合模块,捕捉不同图像帧之间的非局部远程依赖关系,将高分辨率图像通过卷积下采样处理,加速不同图像帧的特征提取过程,平衡算法的精度和速度;在不同的图像帧中,为了消除由于物体运动产生的空间位移对特征融合的影响,且考虑不同图像帧的非局部关联信息,构建时序特征融合模块分别对不同图像帧对应的特征图进行时序对齐与匹配,形成融合全局特征;基于共享参数的骨干网络,利用生成关键点热图的方法对道路中的行人、车辆和交通信号灯的位置进行检测,并利用语义分割子网络为自动驾驶汽车提供道路可行驶区域信息。研究结果表明：提出的感知算法以多帧图像代替单一帧图像作为输入,利用了多帧图像的序列特性,级联特征融合模块通过下采样使得计算复杂度降低为原来的1/16,与CornerNet、ICNet等其他主流模型相比,算法检测精确率平均提升了6%,分割性能平均提升了5%,并保持了每秒12帧图像的处理速度,在检测与分割速度和精度上具有明显优势。     

һ���µĻ��ڴ������ںϵĸ��ӽ�ͨ�������·���

复杂交通场景由于背景构造困难限制了视频监控技术的应用. 为了解决这个问题,本文提出了一种新的基于传感器融合的复杂交通视频背景构造方法. 首先通过基于EM算法的高斯混合模型提高背景建模的准确性;其次,对于运动缓慢或者静止的区域,通过设定不同的采样频率来提高背景建模数据的可靠性;对来自线圈和虚拟检测线检测到的数据进行数据融合来提高虚拟线圈检测车速的精度,通过引入局部稳态最优Kalman平滑器提高了数据融合算法的自校正能力. 最后,实验结果证明了所提方法的有效性.     

高等级公路路段交通状态融合识别模型

为了给区域交通管理者提供合理、准确的交通状态信息,提出了一种全新的可用于识别高等级公路路段交通状态的方法。针对路段中检测单元上交通状态决策信息的离散、模糊和时变特征,将路段内相邻检测单元同类交通状态决策信息合并,得到有序交通状态块;基于vague集理论提出了一种新的加权距离公式,并将合并后各交通状态块在路段中的位置和长度作为权重,建立了基于交通状态块决策信息的路段综合交通状态融合识别模型。通过算例验证了该模型的有效性,为识别高等级公路路段交通状态提供了一种新途径。