【摘 要】
：
利用弹载SAR获取的高分辨率实时图像,不仅可以修正惯导误差（INS）,控制导弹精确命中目标,还可进一步进行图像检测与识别,对于后续目标定位甚至跟踪具有巨大的应用价值。本文针对导弹平飞段的运动特点,对弹载大斜视成像以及SAR图像目标检测与识别等关键技术展开分析。主要包括:（1）研究了弹载SAR平飞段大斜视成像问题。针对弹载大斜视距离向与方位向耦合严重,传统的成像算法容易造成图像散焦的问题,采用基于时
论文部分内容阅读
利用弹载SAR获取的高分辨率实时图像,不仅可以修正惯导误差（INS）,控制导弹精确命中目标,还可进一步进行图像检测与识别,对于后续目标定位甚至跟踪具有巨大的应用价值。本文针对导弹平飞段的运动特点,对弹载大斜视成像以及SAR图像目标检测与识别等关键技术展开分析。主要包括:（1）研究了弹载SAR平飞段大斜视成像问题。针对弹载大斜视距离向与方位向耦合严重,传统的成像算法容易造成图像散焦的问题,采用基于时域校正距离走动的改进CS成像算法;先在时域通过距离走动校正减小耦合,再利用等效CS成像算法进行后续分析;引入三次相位补偿因子以改善成像性能。最后,利用点目标进行成像仿真,结果证明了本文算法对于大斜视成像能产生较好的聚焦效果。（2）研究了SAR图像目标检测问题。针对SAR的相干成像特性,目标图像易被噪声“淹没”,且提取的目标几何结构特征依赖于目标分割准确度的问题,本文通过融合SAR图像几何结构和强散射点特征实现目标检测;考虑到SAR图像数据源获取困难,本文创新的通过仿真建立目标的散射中心模型以提取强散射点特征,然后联合分割提取得到的目标结构、轮廓特征和建模提取得到的强散射点特征进行目标检测。（3）研究了SAR图像目标识别问题。利用机器学习可以逐层深入提取目标本质特征的优势,采用基于KNN的SAR图像目标识别方法。通过MSTAR公开数据集进行验证。仿真结果表明,一般情况下,对于地面装甲车、坦克等典型地面目标的识别率基本可以达到98%以上。（4）通过编程设计了弹载SAR成像及目标检测识别的软件。
其他文献
近年来,随着计算机视觉的快速发展,移动机器人的应用场景也越来越广泛,同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是实现智能机器人自主导航的核心技术。考虑到人们大多数的活动都处于室内,传统的基于GPS与惯导的定位技术在室内场景存在信号容易丢失等弊端,因此本文主要研究基于RGB-D相机的室内定位算法。本文主要的研究工作有:（1）本文提出了一
近年来,大数据分析技术在医疗领域逐渐得到了广泛的应用。其中,聚类方法通过计算数据间的相似度得到类簇从而帮助我们发现样本间隐藏的联系。而将聚类技术应用于医疗领域能够挖掘医学数据中的潜在信息,为医学研究人员提供决策支持。本文对聚类技术在疾病危险因素上的提取算法模型做了研究,具体工作如下:本文构建了基于改进Canopy的K均值算法模型以提取危险因素。首先基于特征选择双标准策略对数据进行特征筛选,利用改进
计算机视觉是指用摄像设备和计算机模拟人类视觉对目标进行识别、跟踪、测量的机器视觉,通过对图像的识别分析对其中的图形进行进一步处理,使其成为更适于仪器分析和人眼观察的图像。计算机视觉能够在客观世界感知三维场景、识别和理解,能够实现视觉感知、图像识别、人脸识别、目标定位等。在现代社会中计算机视觉及相关的算法具有很总要的研究价值。卷积神经网络在局部感知、信息捕捉的优势,使其在计算机视觉的研究方面发挥了重
古籍是记录与承载中国历史文化资料的重要途径,其丰富的历史和文化内涵是优秀传统文化的重要部分。目前,学术界针对古籍的文化相关研究主要为古籍资料数字化保护方法,针对古籍的文化大众化传播的研究较少。网络技术的发展,革新了古籍的文化传承方式,为其传播带来了新的契机。本课题以南京古籍书店为例,结合传播学理论、系统化的用户需求研究工具与方法,得出了南京古籍书店的新媒体传播策略与交互体验策略,旨在通过融合新媒体
毫米波连续波雷达与脉冲体制雷达相比具有高距离分辨力、结构简单和高接收灵敏度等优点,但因为连续波雷达的体制,发射机对于接收机有泄露问题,所以如何提高收发通道之间隔离度是阻碍其广泛应用的难点。对于这一难题,各种对应的解决办法被提了出来。其中毫米波射频对消技术是值得深入研究的一个方向。本论文在这样的背景下,对毫米波对消系统进行了全面的研究。首先,本文介绍了连续波雷达的现状以及问题,并给出了现有的解决方案
随着仿生技术的不断进步,各式各样的仿生机器人陆续出现在科技前沿和人们的视野之中,而对海洋开发的不断需求和海上作战的需要,使得水下机器人也逐渐受到科学家们的重视。本文通过对水母的形态和运动机理等进行研究,设计出了一种仿生水母机器人,以机械臂作为驱动方式,实现水母的水下运动功能,并对其进行了仿真分析和控制算法的研究。根据仿生设计的特点,首先对水母生物体进行形态分析,选择伞状体作为主要的仿生元素,以四条
目标检测是计算机视觉领域的关键任务之一,本课题以无人车辆在野外环境下侦察到的图像为研究对象,检测和识别出每个野外目标对应的边界框和所属的具体类别,最终形成比较完备的目标检测系统。具体内容如下:（1）制定了野外目标数据集的采集方案,通过相机采集和网络爬虫收集筛选制作了本文使用的野外目标数据集。分析了野外目标的特性,通过无人车采集到的图片中的野外目标往往具有迷惑性、遮挡较严重、目标距离较远等特点。为了
大数据时代的到来使得数据挖掘技术及其应用的领域得到了拓展,涌现出各类数据挖掘算法,其中Apriori算法作为较为经典的关联规则挖掘算法受到了广泛的关注,出现了众多的改进Apriori算法,随着挖掘数据量的增加,如何通过分布式集群来扩展数据挖掘处理能力提高效率,具有非常现实的应用价值和意义。本论文在深入分析研究现有相关Apriori算法的基础上,针对算法在事务数据的存储表示、候选项集生成方式、剪枝效
逆合成孔径雷达成像作为一种远距离、全天时、全天候的微波成像技术,一直是各国重点发展的对象,并已广泛应用于航空、防空、空间监视、导弹防御等军用和民用领域。雷达在观测目标的过程中,有很多原因导致回波脉冲的丢失,从而造成孔径的稀疏。在稀疏孔径条件下,距离多普勒成像结果会出现主瓣展宽并受到杂波影响。压缩感知技术是处理稀疏孔径问题的基本方法,但传统的压缩感知算法均假定目标的强散射点位于划定的网格点上。而实际
音乐驱动的舞蹈生成作为计算机视觉和跨序列分析领域的重要研究内容,在虚拟现实、编舞、动画制作等各种生活场景中得到了广泛的应用。目前,现有的舞蹈生成方法要么只是专注于合成人体动作,而忽略了音乐和视频之间的联系;要么没有发现音乐和视频之间的强相关性。本文提出了一种基于音乐/音频序列的舞蹈动作合成模型。并且深入研究了舞蹈生成的一般过程,在此基础上引入了序列对序列（Seq2Seq）的概念。并根据舞蹈产生的特