简介：为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析（Two-DimensionalPrincipalComponentAnalysis,2DPCA）的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积（RadarCrossSection,RCS）特征融合为例进行仿真验证,结果表明：相比于传统的主成分分析（PrincipalComponentAnalysis,PCA）,2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。

简介：为提高无人车行驶过程中前方车辆检测的准确性和实时性,提出了基于激光雷达(LIghtDetectionAndRanging,LIDAR)深度信息和视觉方向梯度直方图(HistogramsofOrientedGradients,HOG)特征的车辆识别和跟踪方法。目标首次进入视野时,聚类处理激光雷达深度信息并确定假设目标的候选区域,采用车辆尾部的HOG特征对假设目标进行验证。在HOG特征验证前,基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)算法对样本集HOG特征进行训练学习,生成车辆分类器模型。对于验证后的目标车辆,采用激光雷达获取的深度信息对目标车辆进行持续跟踪。构建了2种车辆模型,结合最小二乘直线拟合方法提取出车辆特征,生成目标模型。同时,提出了基于多特征马氏距离的目标关联代价方程,实现了多目标的关联;完成了基于卡尔曼滤波的车辆状态滤波和位置估计,更新了跟踪器模型。通过有效的管理策略,实现了目标跟踪的3个状态:1)初始化模型的生成;2)跟踪过程中跟踪器的更新与预测;3)目标驶离视野时跟踪器的删除。最后,通过试验验证了跟踪算法的有效性。

简介：2016年2月，美国陆军发布新版单兵地面防空用《目视飞机识别手册》，以更新替换2006年1月出版的该系列战场手册。美国陆军训练与条令处为该出版物的筹备机关，著名军事研究机构火力卓越中心和希尔堡对手册发行提供了评估支持。

简介：传统的敌我识别系统已经不适应信息化作战的要求,现提出了一种以Cygnal公司的嵌入式单片机C8051F020为核心的新型敌我识别系统设计方案,给出了该系统的硬件结构框图和程序流程图.该方案与现有系统相比有很大的技术改进,利用了扩频技术、纠错编码技术、最新的加密标准和GPS系统,各方面性能有了显著提高.