凌强
- 作品数：11 被引量：42H指数：4
- 供职机构：空军工程大学防空反导学院更多>>
- 发文基金：中国航空科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术兵器科学与技术军事电子电信更多>>
- 大气层外动能拦截器精确制导估计方法研究被引量：2
- 2015年
- 大气层外动能拦截器以直接碰撞的方式对弹道目标进行拦截,需要对目标状态的精确估计,然而仅有视线角测量信息的传统状态估计方法在估计精度或收敛性方面有所欠缺。在视线坐标系下建立拦截器和目标的相对运动模型,利用迭代思想对无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法进行改进,设计出基于迭代无迹卡尔曼滤波(Iterated Unscented Kalman filter,IUKF)的状态估计器,并与采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)和UKF方法的估计器进行仿真比较。结果表明,IUKF算法不仅具有较高的估计精度,而且具有更好的收敛性,促进了拦截效果,提高了拦截精度。
- 吴潇黄树彩凌强唐意东
- 关键词：视线非线性状态估计器
- 高光谱图像自适应核联合表示异常检测被引量：6
- 2015年
- 针对高光谱图像目标检测问题,提出了一种基于自适应核联合表示的高光谱图像异常检测方法。相比于稀疏表示强调系数向量的稀疏性,基于联合表示的检测算法更强调背景字典中每一原子对联合表示的贡献,并且系数求解更加简单直接;在基于向量2-范数极小化问题求解联合表示系数时,引入相似性正则化矩阵与和为1的条件对系数进行约束,以增强算法的稳定性和分辨力;进而将联合表示检测算法扩展到核空间,利用高光谱图像的局部统计特性进行核参数自适应选取,增强了核参数的局部适应性。为验证该方法的有效性,采用一幅实测高光谱图像中的两个感兴趣区域进行仿真实验,并与传统异常检测方法的检测结果进行对比分析,结果表明该方法具有较传统异常检测方法更出色的检测效果。
- 唐意东黄树彩凌强钟宇
- 关键词：高光谱图像异常检测
- 空间自适应卷积核滤波红外弱小目标检测被引量：3
- 2015年
- 为了减少复杂红外图像中平滑背景边缘的影响,将具有各向异性特性的PM扩散模型应用到红外弱小目标检测,提出了空间自适应卷积核滤波检测算法,并对扩散系数进行了优化。针对模型中扩散参数难以确定的问题,提出了一种利用Sobel边缘检测算子估计扩散参数的方法。滤波后采用信噪比(SNR,Signal Noise Ratio)和接受机工作特性(ROC,Receiver Operating Characteristic)曲线进行性能评价,实验结果表明,与PM扩散模型滤波和中值滤波相比,该算法有效抑制了边缘,大大提高了信噪比,提高了检测概率,降低了虚警概率,具有更好的性能。
- 凌强黄树彩吴潇唐意东
- 关键词：弱小目标检测红外图像
- 基于改进对称量测方程的多目标跟踪被引量：1
- 2016年
- 采用传统对称量测方程对多维多目标跟踪会增加伪观测量,在目标航迹交叉点附近容易产生较大跟踪误差。针对这一问题,提出一种基于多项式因式分解思想的改进对称量测方程,通过建立同一目标在不同坐标系中状态之间的联系,将新量测集与原始量测集的对应关系描述的更加准确,利用泰勒展开公式推导出新量测的观测误差,求出相应的观测误差协方差阵。与现有对称量测方程方法和联合概率数据关联算法仿真对比,验证所提方法不仅延续了对称量测方程时效性优势,而且提高了目标在航迹交叉时的跟踪精度。
- 吴潇黄树彩凌强钟宇
- 关键词：多目标跟踪
- 基于核各向异性扩散的红外小目标检测被引量：11
- 2015年
- 为了减少红外图像中背景边缘对检测的影响,提出了一种具有鲁棒性的弱小目标检测算法,该算法利用核各向异性扩散模型进行背景预测,再与原图像差分实现弱小目标检测。为了提高算法的自适应能力,提出了一种鲁棒性扩散系数,能够根据图像背景的起伏程度自适应调整扩散系数曲线的陡峭程度。实验结果表明,与现有的检测算法相比,该算法能够在不同类型的复杂背景下有效抑制背景及其边缘,保留目标大小,降低虚警率,具有更强的鲁棒性。
- 凌强黄树彩吴潇钟宇
- 关键词：小目标检测红外图像鲁棒性
- 高光谱成像技术在天基导弹预警探测中的应用被引量：5
- 2015年
- 高光谱成像技术在民用和军事上都具有重要的应用价值和发展前景,是当前目标检测识别及信息处理领域的一个前沿研究方向。针对弹道目标的检测与识别问题,介绍了天基红外预警系统的发展与现状,阐述了高光谱成像的基本原理和技术特点。在此基础上,分析了高光谱成像技术在天基导弹预警探测中的应用背景和导弹尾焰的光谱特征,设计了一种基于高光谱成像的弹道目标一体化检测与识别应用方案,并且与传统的基于红外成像的目标检测与识别方法进行了对比分析。最后提出了进行高光谱成像弹道目标检测与识别研究的发展建议。
- 吴建峰黄树彩康红霞凌强吴潇
- 关键词：高光谱成像弹道目标
- 字典学习稀疏表示的高光谱图像异常检测被引量：3
- 2015年
- 针对稀疏表示高光谱检测算法性能受背景字典影响较大的问题,充分利用高光谱图像空间信息和光谱主成分信息,提出了一种基于字典学习的稀疏表示异常检测算法。首先利用主成分分析提取高光谱数据的主特征,建立目标主成分空间,并证明了在主成分空间进行字典学习稀疏重构的可行性;然后在主成分空间内构造基于K-SVD算法的训练字典,改善了背景字典性能;采用正交匹配算法重构主成分分量,利用主成分分析反变换得到待检测像元重构光谱,增强了高光谱图像的局部异常特性;最后,基于重构误差异常特性实现高光谱图像异常检测。仿真结果证明了该方法的有效性。
- 唐意东黄树彩凌强钟宇
- 关键词：高光谱图像主成分分析字典学习异常检测
- 联合表示求解二元假设模型的高光谱目标检测被引量：2
- 2016年
- 针对稀疏表示目标检测理论中稀疏度难以确定的问题,本文将联合表示应用于目标检测,提出了一种新颖的目标检测算法,并给出了该算法的非线性形式.其核心思想是:背景像元的光谱能够被其周围背景像元的光谱(背景字典)线性表示,而目标像元的光谱只能被其周围背景像元的光谱和目标先验光谱(联合字典)线性表示.该算法首先用背景字典和联合字典分别对待检测像元进行联合表示,然后比较两次联合表示的重构误差确定像元类别.通过真实的高光谱图像进行验证,结果表明,与其它目标检测算法相比,该算法具有较好的检测性能.
- 凌强黄树彩韦道知吴潇
- 关键词：目标检测高光谱图像
- 基于导弹尾焰特征谱的SVDD检测方法被引量：4
- 2015年
- 现有天基红外导弹预警系统对目标的探测侧重于对红外图像的处理。从光谱维数据分析角度出发结合支持向量数据描述基本理论,提出了一种基于导弹尾焰特征谱的SVDD检测方法。应用小样本训练数据建立了单分类器,以11型导弹目标的红外辐射尾焰特征谱数据作为训练样本,比较了RBF与SSM作为核函数的检测效果,应用交叉检验的方法确定宽度因子和相似临界因子的值,结果表明,在低信噪比红外图像中,基于SSM-Kernel的SVDD检测性能优于基于RBF-Kernel的检测性能。应用训练样本数据的辐射双峰所对应中心波长作为匹配模板进行识别,实验表明方法具有可行性。
- 康红霞黄树彩凌强吴建峰钟宇
- 关键词：支持向量数据描述红外弱小目标目标检测核函数
- 红外多光谱图像弹道目标检测算法被引量：6
- 2016年
- 在红外多光谱图像中,弹道导弹尾焰拥有两大特征,一是由强烈红外辐射引起的灰度差异,二是独特的光谱特性。然而,传统的单波段检测技术只利用了尾焰强烈的辐射特性,而近些年发展起来的多光谱检测技术则只利用了尾焰独特的光谱特性。为了充分利用导弹尾焰的两大特征,将单波段检测技术和多光谱检测技术结合起来,提出三种检测算法,并从算法的检测效果、运算量和鲁棒性三方面详细分析它们的优缺点。采用人工合成的红外多光谱图像进行验证,实验结果表明,相比单独使用单波段或多光谱的检测算法,融合算法的检测性能更好。
- 黄树彩凌强韦道知吴潇
