基于动态联盟的多传感器协同探测与跟踪

来源 :红外技术 | 被引量 : 0次 | 上传用户:Melanzpl1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在空战场协同攻击中,常涉及到多传感器协同探测及跟踪,由于目标的出现与消失具有随机性,所以在协同中既要考虑已有目标的跟踪,更要重视新生目标的及时探测和捕获。为此,建立了新生目标的探测概率模型,并阐述了不同传感器联盟对新生目标的探测能力,依据后验克拉美一罗下界(Posterior Cramer-Rao Lower Bound,PCRLB)对已跟踪目标组建传感器联盟,利用二值粒子群优化(Binary Particle Swarm Optimization,BPSO)算法及PCRLB研究基于动态联盟的多传感器协同
其他文献
随着光谱分辨率越来越高,高光谱图像更容易受到噪声的干扰,直接用传统的检测算子会产生较高的虚警。针对RX算法存在较大噪声干扰的问题,提出了一种基于混合噪声评估的RX异常检测方法。首先对高光谱图像进行分块,利用滤波的思想选取均匀图像块;考虑图像光谱-空间信息,运用多元线性回归分析对均匀图像块进行混合噪声评估;然后将高光谱图像和混合噪声进行作差,消除噪声的干扰;最后运用RX算子进行异常检测。实验结果表明
当前,如何实现高效的主被动三维影像生成技术是遥感应用中的一个研究热点。由于激光雷达一光学CCD的三维影像生成算法具有数据量大、处理复杂的特点,为实现其高效实时的应用需
为了提高非均匀纹理图像大区域修复效果,提出了一个分层Criminisi图像修复算法。首先采用多尺度变分分解模型将图像分解成一系列图层之和,不同图层包含不同尺度的图像特征,而同一图层包含几乎相同的尺度特征。然后在每个图层中分别采用Criminisi算法进行修补。由于同一图层包含尺度大致相同的图像特征,所以在匹配块的搜索过程中,分层修复能较容易地搜寻到最优的匹配块。最后结合分别修复的各个图层,得到最终
利用细水雾的红外消光作用,将舰船目标笼罩在一层水雾之中,能够有效减弱目标与背景的辐射能量差异,降低红外探测设备对目标的发现或识别概率。首先,从辐射传递方程出发,对传递方程
摘 要:实验教学是工程力学课程的重要组成部分,提高实验教学质量一直是实验教学改革的焦点,分析现有实验教学方法的不足,将问题式教学法引入工程力学实验教学过程中,通过提问的方式达到预习回顾及复习的目的。问题式教学法是一种对逻辑要求较高的教学法,能充分发挥学生的主体作用,引导学生准确高效地完成实验操作,学生对其认可度很高。以金属材料拉伸实验为例,详细叙述了问题式教学法在实验教学中的实施过程。问题式教学法
针对手持热像仪较普通热像仪的特殊要求,设计了一种适用于手持热像仪长波双视场望远镜系统,该系统变倍比为2.5倍,采用ZOOMING型轴向移动变倍方式,采用一片透镜即可实现变倍、调焦