群目标

摘要： 雷达地面目标识别技术是空地导弹雷达导引头智能化和信息化的重要技术支撑手段。近年来,学者们对地面目标识别技术做了大量研究,但是随着现代化战争攻防对抗日益激烈,雷达地面目标识别技术的应用面临着诸多问题,成为长期制约精确制导武器发展的瓶颈因素。为了更好地使相关雷达从业者了解该领域的研究现状和未来的发展趋势,本文介绍了雷达目标识别技术的概念,总结了面向装备应用雷达地面目标识别存在的技术难点,对国内外研究现状进行了概括,最后对该技术的发展趋势进行了展望。

摘要： 随着远程打击武器突防能力的不断提高,其在对特定目标的打击过程中形成的群目标环境越来越复杂。为了能够及早发现关键目标,达到快速发现拦截摧毁的目的,导弹预警系统对雷达太空态势感知能力的要求越来越高。基于此,针对远程打击武器飞行过程中的特点,结合雷达基本原理,对影响雷达分辨能力的关键参数进行了简要分析,提出了基于背景熵的群目标判断方法,分析了基于OS-CFAR的密集群目标检测原理方法,讨论了大小目标近距离情况下基于Clean算法的遮蔽目标检测技术。

摘要： 针对杂波环境下群目标分离与合并时跟踪精度变化较大的问题,提出一种基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)的群目标分离与合并跟踪算法。该算法首先根据群目标模型、落入群目标跟踪门中的量测数量与群目标关联门交叉区域的预测群中心数量来判断群分离或合并的可能性;然后,通过DBSCAN算法对群目标关联门中的量测进行聚类,进一步确定群目标是否发生分离或合并;最后,根据新群目标跟踪门中的等效量测方差计算并更新对应的群目标跟踪门大小和群成员数量。仿真结果表明,相比于传统群目标的分离与合并跟踪方法,该算法保证了群目标分离与合并检测的实时性,提高了分离或合并前后的跟踪精度。

摘要： 多域作战具有实体多类、队形多变、意图多样等诸多挑战,难以综合利用多元知识,因而主要依靠人工判决,以至于自动化水平不高。为了实现计算机自动推演态势,需要解决知识的图形化建模和意图推理综合两大难题。对此,在空海域管控知识图谱的基础上,搭建了多域作战战术规则库、编队队形与场景态势的映射关系,提出了基于多实体分层贝叶斯网络的群目标意图识别与预测方法。首先,运用群内目标实体的状态和事件信息,构建目标作战实体行为推理层。其次,利用综合作战实体的时序规则、双方相对距离及航向等信息,构建同类目标元意图推理层。最后,利用实体序列协作关系及编队队形信息,构建多域作战下的群目标总意图推理层。以航母群活动仿真数据为例,验证了所提算法能够获得较为可靠的意图推理结果。

摘要： 为了提高导引头SAR图像目标识别的概率,针对SAR图像虚警目标较多的问题,提出了一种基于编队提取的群目标识别方法.仿真数据处理结果表明,与传统目标识别方法相比,该方法目标个数可减少约52.12％,极大提升了检测输出目标的可信度,有效提高了雷达对目标的选择能力.该方法可推广应用于导引头SAR图像目标识别系统中.

摘要： 航迹起始是群目标跟踪的首要环节,其性能好坏直接影响着目标跟踪航迹的质量.传统的群目标航迹起始方法仅利用目标的位置信息完成分群检测和等效量测求解等步骤,没有充分利用回波幅度信息,存在分群检测不理想、等效量测求解不准确等问题,有可能引起失跟现象.针对此问题,该文提出一种回波幅度信息辅助的群目标航迹起始方法.首先利用目标位置信息和幅度信息完成分群检测,然后综合采用幅度加权和位置加权求解等效量测,最后基于修正的逻辑法进行群目标航迹起始.该文方法在分群检测和求解等效量测等步骤充分利用了回波幅度信息,不仅可以在集群数量未知的情况下正确划分群,而且降低了失跟率,提高了群目标的跟踪性能.仿真结果验证了所提方法的有效性.

摘要： 防空导弹在拦截密集来袭的群目标时,由于多目标的角闪烁效应,经常会造成导弹脱靶,论文以连续来袭的两批群目标为例,尝试从功率差和多普勒差两个方面对目标进行区分,并基于半主动制导导弹进行了仿真分析.

摘要： 针对窄带雷达群目标显影特征难提取、数据样本数量少及识别实时性要求高的问题,提出基于深度迁移学习的窄带雷达群目标识别方法,将深度学习模型Inception-v3迁移到群目标回波显影数据上,使得模型能够很好地区分群目标回波显影,从而实现群目标的识别,为窄带雷达群目标智能化研判识别提供借鉴。经验证,该方法能满足窄带雷达对群目标的识别应用要求。

摘要： 针对目标集群以密集编队方式飞行且空间间距较小时，因难以正确关联而跟踪困难的问题，从数据关联的角度给出了群目标的概念，并提出了最近邻一全邻联合关联算法。该算法利用卡尔曼滤波残差向量归一化范数与跟踪门限值之比把最近邻与概率数据关联算法的优越性统一起来，并以此比值为权值求解出的等效量测为量测，建立了群目标跟踪的卡尔曼滤波方程。仿真结果表明了该算法的有效性。

摘要： 该文提出了一种自适应DBS分辩法， 数字滤波器分辩率随群目标回波信号频谱宽度自适应调整，以克服回波频谱混叠，达到分辩群目标的目的。建立了群目标的数学模型及比相和差单脉冲雷达的回波信号模型，并进行了计算机仿真，仿真结果表明，该方法在远距和近距攻击时都可以有效地对群目标进行分辩，拓宽了DBS法的分辩距离范围。

摘要： 弹道导弹目标为突防需要,在飞行过程中会释放多批诱饵、假弹头等形成群目标进行伴飞,由于群内目标之间相互靠近且运动特性相似,跟踪过程中多普勒速度无法准确测量,距离测量精度大幅下降,易导致混批、错批等问题,无法尽早进行轨道推算、目标识别等处理,缩短了导弹拦截时间.本文提出了新的弹道导弹群目标多普勒速度估计算法:首先将距离量测中的多普勒补偿去掉,然后采用最优分配策略进行群目标关联,采用基于弹道导弹动力学的UKF滤波算法进行滤波,最后根据滤波结果进行多普勒速度重新估计并补偿输出,实测结果表明该算法能够大幅度提高群目标多普勒速度估计精度,从而改善群目标跟踪效果.

摘要： 在简单回顾单、多目标跟踪技术发展历程的基础上,全面综述了编队目标跟踪研究的现状、采用的主要技术及其存在的问题。针对密集目标环境下多目标跟踪存在关联模糊的问题,结合编队目标跟踪的方法,提出了群目标的概念,明确了研究的目的、内容和技术路线,展望了群目标跟踪技术未来可能的应用领域及发展趋势.通过综述,可以看到群目标跟踪技术在军事和民用领域将具有重要的理论意义和工程应用价值。

摘要： 该文概述了目前用于制导武器的天线罩／天线系统存在的若干矛盾，以及为解决这些矛盾提出的天线罩／天线一体化技术，重点介绍了这种技术的潜在优势、技术难点、研究的技术途径和现状。

摘要： 本发明提供了一种针对大规模目标群的无人机协同目标分配方法，针对大规模目标群首先删除目标群中的劣解目标，获取非劣解目标的集合，然后针对该集合中的目标进行任务分配，充分利用无人机执行任务能力，更加合理的进行目标任务分配。本发明能够保证无人机所执行的任务都是非劣解，为无人机分配非劣解集合中的最优目标，并且保证了所有无人机达到最大执行任务能力。本发明在建模过程中，对无人机和目标的数量关系进行分析，针对多无人协同大规模目标分配问题建模时情况考虑不全面的问题，考虑删除每架无人机目标集合中的劣解目标，使模型在目标分配过程中更具有实用性。

摘要： 本发明公开了一种基于狮群算法的水库群双目标优化调度方法，具体包括如下步骤：步骤1，基于NSGA‑II算法框架与狮群社会结构，建立狮群算法模型；步骤2，建立基于狮群算法的水库群双目标优化调度模型；步骤3，确定调度期和准备模型输入数据；步骤4，求解得到双目标优化调度方案集。本发明解决了现有技术存在算法运行速度慢、个体选择压力小和优化资源无法集中于双目标优化上的问题。在水库群双目标优化调度中，相比于现有方法，基于狮群算法的优化调度方法可以在更短的时间内获得更好的优化调度方案集，为调度决策提供有力支撑。

摘要： 本公开关于一种目标用户识别方法及相关产品，首先通过用户的访问状态数据中对应用的访问次数和所述退出次数中由于向所述用户展示媒介信息导致所述用户退出所述应用的次数，获取用户的媒介退出率，之后根据用户的媒介退出率和所述媒介信息展示特征计算用户的媒介敏感系数，并利用媒介敏感系数识别目标用户。这些目标用户在观看应用上的作品时，对其中的媒介信息敏感，因此，该方法可以被用于投放媒介信息时的资源调整，以实现对资源的更加合理的分配与利用。

摘要： 本发明提供了一种针对大规模目标群的无人机协同目标分配方法，针对大规模目标群首先删除目标群中的劣解目标，获取非劣解目标的集合，然后针对该集合中的目标进行任务分配，充分利用无人机执行任务能力，更加合理的进行目标任务分配。本发明能够保证无人机所执行的任务都是非劣解，为无人机分配非劣解集合中的最优目标，并且保证了所有无人机达到最大执行任务能力。本发明在建模过程中，对无人机和目标的数量关系进行分析，针对多无人协同大规模目标分配问题建模时情况考虑不全面的问题，考虑删除每架无人机目标集合中的劣解目标，使模型在目标分配过程中更具有实用性。

摘要： 本发明公开了一种基于腹地理论的目标地机场群旅客吞吐量预测方法，步骤包括：1)首先将目标地划分为若干区域，利用现状年该目标地移动信令数据挖掘，得到现状各区域人均乘机次数；2)合理预测未来各区域人均乘机次数；3)预测目标地机场群中各机场的航空吞吐量规模：根据机场集疏运的出行可达性(出行时耗)，利用腹地理论划分机场腹地范围，将区域乘机规模分担到各机场；最后结合各机场具体功能进行因子调整，得到各机场旅客吞吐量规模；本发明的预测方法具有可实施性，并解决了传统的时间序列、回归分析模型对机场群间的竞合关系、机场功能考虑不够全面的问题。

摘要： 一种震后社区建筑群恢复调度及韧性评价多目标优化方法，包括：S1收集需要恢复社区的建筑群及生命线网络基本信息，并划分工作区块；S2确定在相应地震场景下社区建筑群内各单体建筑的功能损失和修复时间、各工作区块内建筑震后功能损失及恢复时间、区块内生命线网络资源缺失比，获取建筑间功能相互依赖矩阵；S3建立恢复目标函数及约束，建立在资源下考虑建筑功能相互依赖的社区建筑群恢复调度及韧性评价多目标优化模型；S6求解优化模型，给出社区建筑工作区块最优恢复过程恢复轨迹帕累托前沿。本发明能显著提高社区建筑群灾后恢复效率，决策者可根据其他偏好和经验从有限的最优调度中做出最终决策，为城市管理机构的防灾减灾及设计规划提供依据。

摘要： 本发明公开了一种群目标中感兴趣目标探测方法、装置及系统。该装置包括：白光光源，用于对群目标构成的被测物进行照明；相机，所述相机光轴和光源光轴垂直设置，用于对所述被测物进行拍照，获取多视角预定波长图像序列；镀膜的微透镜阵列，位于相机镜头前面，所述微透镜阵列按照预定波长规律镀膜，用于获取多视角预定波长图像信息；半透半反镜，与照明光路和成像光路呈45度角设置，用于光源光轴与相机光轴通过所述半透半反镜实现重合；处理模块，与相机相连，对相机成像的多视角预定波长图像序列进行处理，去除感兴趣目标的遮挡部分，得到感兴趣目标信息。采用本发明能够克服多目标相互遮挡造成的不利影响，实现感兴趣目标的可靠提取。

摘要： 以群目标跟踪为基础，所发明内容为：群目标雷达的概念与架构；群搜索的概念与群搜索区域形成方法；主目标群跟踪的概念及方法；跟踪波束内的主目标群跟踪加群搜索的工作方式，跟踪区域内的主目标群跟踪加群搜索的工作方式。相较于单目标雷达和多目标雷达，群目标雷达具有前端群搜索、终端群跟踪同时实现的特点。群目标雷达的群跟踪加群搜索工作方式的显著特征是既保持了相控阵雷达TAS的跟踪主目标、搜索区域跟随主目标运动的特点，又具有搜索区域大小和形状跟随群规模实时自主调节的精准搜索、有效搜索、动态搜索、实时搜索与全面搜索的特点，且具有主目标群跟踪的特点。

摘要： 本发明提出一种基于量测处理的小群航迹起始方法，该方法通过对接收到多群目标产生的量测进行聚类和分析，进而筛选建立小群聚类或者疑似小群聚类的量测聚类缓冲区，若量测聚类缓冲区中前后帧量测聚类的中心距离差值是连续变化的，则判断该缓冲区具有群运动特性，将满足升级条件和群运动特性的小群聚类缓冲区升级为小群航迹。本发明的技术方案解决了多群目标场景下小群航迹不易建立的问题，提高了机载雷达对群目标的跟踪鲁棒性。

摘要： 本发明公开了一种群目标中感兴趣目标探测方法、装置及系统。该装置包括：白光光源，用于对群目标构成的被测物进行照明；相机，所述相机光轴和光源光轴垂直设置，用于对所述被测物进行拍照，获取多视角预定波长图像序列；镀膜的微透镜阵列，位于相机镜头前面，所述微透镜阵列按照预定波长规律镀膜，用于获取多视角预定波长图像信息；半透半反镜，与照明光路和成像光路呈45度角设置，用于光源光轴与相机光轴通过所述半透半反镜实现重合；处理模块，与相机相连，对相机成像的多视角预定波长图像序列进行处理，去除感兴趣目标的遮挡部分，得到感兴趣目标信息。采用本发明能够克服多目标相互遮挡造成的不利影响，实现感兴趣目标的可靠提取。