光学图像末制导中的点目标检测与识别算法研究

论文题目: 光学图像末制导中的点目标检测与识别算法研究

论文类型: 博士论文

论文专业: 信息与通信工程

作者: 张兵

导师: 陈辉煌,卢焕章

关键词: 动能拦截器,低信噪比,点目标,检测算法,特征提取,时延神经网络,识别算法,威胁程度评估

文献来源: 国防科学技术大学

发表年度: 2005

论文摘要: 图像末制导信息处理系统中的点目标检测与识别算法是动能拦截武器实现远距离拦截来袭目标的关键技术之一。本文以动能拦截器的探测器接收到的光学序列图像为处理对象,系统研究了其中的点目标的检测、特征分析与提取方法以及识别(威胁程度评估)算法问题,具体研究内容包括以下三个方面。序列图像中低信噪比运动点目标的检测算法及其性能分析。根据点目标运动轨迹的连续性特征,提出了改进DPA(动态规划算法)能量累加和轨迹关联匹配相结合的检测算法。针对直接DPA能量累加算法存在能量扩散的缺点,采用限定搜索窗的DPA能量累加算法,在减小目标能量扩散程度的同时,提高了累加图像后的目标信噪比。针对轨迹关联匹配算法中的轨迹预测误差大的问题,采用多点最小二乘(LS)线性预测器加以改进,减小了轨迹的预测位置误差,提高了目标轨迹的检测概率。理论分析与仿真实验的结果表明本文提出的算法在具有良好的硬件实现结构的同时,可有效的完成检测低信噪比运动点目标的任务。针对多波段条件下的目标融合检测问题,采用并行分布式序贯融合算法对各通道的检测结果进行融合处理,并根据理论分析和仿真实验结果确定了最佳的序贯融合检测算法。空间弹道目标的光学强度序列分析与识别特征的提取。根据空间弹道目标的光学与运动学特性,重点研究了进动旋转的弹头和翻滚运动的诱饵的光学强度序列信号的周期性变化规律,并采用双周期性函数来表示该光学强度信号,以反映弹头和诱饵在运动特性和表面辐射特征方面的差异。论文还研究了使用双波段红外辐射强度数据测量弹道目标等效温度的方法,根据弹头与诱饵对应点目标的等效温度的变化规律,提取出三个温度特征参数,并设计了对应的判决准则用于区分弹头与诱饵。弹载动态点目标识别系统与识别算法。空间拦截交战过程中的动态目标识别是对候选目标进行威胁程度评估并进行最大威胁程度判决的过程。根据拦截过程中获取目标信息的动态性,提出了管理动态目标记录数据的方法和处理动态目标识别信息的模型。针对弹头与诱饵的识别算法问题,提出基于FIR-TDNN分类器的动态点目标识别算法,直接对目标时域光学强度序列进行处理,获得每个候选目标的威胁程度,通过理论分析和仿真实验,验证了该算法的有效性。

论文目录:

图表目录

摘要

Abstract

第一章 绪论

1.1 背景介绍

1.1.1 动能拦截器的组成及其主要特点

1.1.2 动能拦截器在美国国家导弹防御系统中的应用

1.1.3 动能拦截器导引头关键技术的发展状况与发展趋势

1.2 图像末制导系统中的信息处理算法特点与研究现状

1.2.1 图像末制导系统中的信息处理流程

1.2.2 图像序列中的低信噪比运动点目标检测算法

1.2.3 空间目标光学特性分析与识别特征提取

1.2.4 空间拦截作战中的动态目标识别算法

1.2.5 多波段探测条件下的目标融合检测与识别算法

1.3 本文的主要工作及内容安排

第二章 序列图像中低信噪比运动点目标检测算法及性能分析

2.1 引言

2.2 点目标信号模型与多帧检测模型

2.2.1 点目标信号模型与假设条件

2.2.2 点目标运动模型

2.2.3 点目标检测模型

2.3 基于改进动态规划算法（DPA）的点目标能量累积算法

2.3.1 目标运动状态的优化问题与DPA 优化求解过程

2.3.2 基于DPA 的序列图像中运动点目标的检测算法

2.3.3 递归最大值滤波器的“能量扩散”现象分析与改进算法

2.3.4 算法性能分析与参数的选取

2.4 基于目标运动轨迹预测－匹配的轨迹关联检测算法

2.4.1 基于LS 方向预测的轨迹关联算法

2.4.2 轨迹关联算法中关键参数的选择

2.4.3 轨迹关联预测－匹配的原理性仿真实验

2.5 综合仿真实验与结果分析

2.5.1 综合仿真实验

2.5.2 仿真实验结果

2.5.3 实验结果分析

2.6 多波段条件下的并行分布式序贯融合检测算法及性能分析

2.6.1 并行分布式序贯融合检测算法的结构

2.6.2 最优序贯融合算法的设计

2.6.3 相同局部检测器时的最优融合算法

2.6.4 分布式序贯融合检测算法性能的仿真实验

2.6.5 三波段分布式序贯融合检测算法的仿真实验

2.7 本章小节

第三章 空间弹道目标的光学强度序列分析与识别特征提取

3.1 引言

3.2 动能拦截器的空间拦截交战环境

3.2.1 外层空间环境的光学特征

3.2.2 探测器视场内的目标群

3.3 空间弹道目标光学强度信号分析

3.3.1 弹道目标的运动姿态变化对光学强度信号的影响规律

3.3.2 弹头与诱饵的辐射强度函数

3.4 弹道目标等效温度的计算方法和特征参数的提取

3.4.1 双波段红外测温的方法

3.4.2 弹头与诱饵的等效温度特征参数

3.5 本章小节

第四章 弹载动态点目标识别系统与识别算法

4.1 引言

4.2 弹载动态目标识别系统设计

4.2.1 目标记录数据的动态管理方法

4.2.2 动态目标识别系统的结构

4.3 有限脉冲响应－时延神经网络

4.3.1 FIR-TDNN 的网络结构

4.3.2 FIR-TDNN 的瞬时误差反传训练算法

4.3.3 基于FIR-TDNN 的动态时间序列表达能力的仿真实验

4.4 基于FIR-TDNN 分类器的动态时域点目标识别算法

4.4.1 基于FIR-TDNN 的动态目标识别算法的结构

4.4.2 输入观测特征数据的规整化方法

4.4.3 输出威胁程度指标量序列的递归融合处理

4.5 仿真识别实验与性能分析

4.5.1 仿真弹头识别实验及结果分析

4.5.2 T1 参数对网络识别性能的影响

4.5.3 实验结论

4.6 本章小节

第五章 结束语

致谢

参考文献

攻读博士学位期间发表的论文

发布时间: 2006-09-14

参考文献

• [1].水下图像增强与目标识别算法研究[D]. 侯国家.中国海洋大学2015

相关论文

• [1].图像低信噪比小目标检测与跟踪算法研究[D]. 李红艳.西安电子科技大学2000
• [2].动态场景下多运动目标检测及跟踪方法研究[D]. 曾鹏鑫.东北大学2005
• [3].基于图像的目标自动识别与跟踪技术研究[D]. 魏伟波.南京理工大学2006

标签：动能拦截器论文;  低信噪比论文;  点目标论文;  检测算法论文;  特征提取论文;  时延神经网络论文;  识别算法论文;  威胁程度评估论文;