留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进的联合概率数据关联算法(JPDA)对红外目标与诱饵的辨别

耿利祥 陈钱 钱惟贤

耿利祥, 陈钱, 钱惟贤. 改进的联合概率数据关联算法(JPDA)对红外目标与诱饵的辨别[J]. 红外与激光工程, 2013, 42(2): 305-310.
引用本文: 耿利祥, 陈钱, 钱惟贤. 改进的联合概率数据关联算法(JPDA)对红外目标与诱饵的辨别[J]. 红外与激光工程, 2013, 42(2): 305-310.
Geng Lixiang, Chen Qian, Qian Weixian. Infrared aircraft-flare discrimination using improved JPDA algorithm[J]. Infrared and Laser Engineering, 2013, 42(2): 305-310.
Citation: Geng Lixiang, Chen Qian, Qian Weixian. Infrared aircraft-flare discrimination using improved JPDA algorithm[J]. Infrared and Laser Engineering, 2013, 42(2): 305-310.

改进的联合概率数据关联算法(JPDA)对红外目标与诱饵的辨别

基金项目: 

国家自然科学基金(61101199);江苏省自然科学基金(BK201199)

详细信息
    作者简介:

    耿利祥(1986- ),男,博士生,主要从事红外图像实时处理和红外目标探测识别与跟踪方面的研究工作。 Email:genglixiang@yahoo.com.cn;陈钱(1964- ),男,博士生导师,博士,主要从事光电探测与图像处理,光电信号处理与数字视频技术方面的研究工作。 Email:chenq@mail.njust.edu.cn

    耿利祥(1986- ),男,博士生,主要从事红外图像实时处理和红外目标探测识别与跟踪方面的研究工作。 Email:genglixiang@yahoo.com.cn;陈钱(1964- ),男,博士生导师,博士,主要从事光电探测与图像处理,光电信号处理与数字视频技术方面的研究工作。 Email:chenq@mail.njust.edu.cn

  • 中图分类号: TN911.73

Infrared aircraft-flare discrimination using improved JPDA algorithm

  • 摘要: 红外诱饵干扰作为常见的影响红外跟踪能力的干扰手段发展的越来越先进,如何有效的排除红外诱饵的干扰一直是红外目标跟踪的难题。文中在研究了红外目标与诱饵干扰的特征差异的基础上,首次提出了将多目标跟踪策略应用于红外抗干扰跟踪中,建立了一种可以融合多个特征的改进型联合概率数据关联(JPDA)的数据关联算法。最后,利用该算法对抗干扰过程进行了仿真,仿真结果表明:与现有的抗干扰手段相比,该数据关联方法对解决红外干扰形成的假目标、目标遮挡等红外目标识别的难题,不仅实时性好,而且准确率高。
  • [1] Sebastiaan P Van den Broek, Eric J Bakker, Dirk-Jan de Lange, et al. Detection and classification of infrared decoys and small targets in a sea Background[C]//SPIE, 2000, 4029: 70-80.
    [2]
    [3]
    [4] KC Stengel. Discrimination of closely spaced objects using infrared sensors[C]//SPIE, 1994, 2232: 340-348.
    [5] Fang Youpei, Qian Jianping. Jamming technology reseach to the imageing IR guidance missile[J]. Infrared and Laser Engineering, 2000, 29(3). (in Chinese)
    [6]
    [7] Wang Chaoqun. Some characteristics of infrared jam and its simulation technique on infrared guided missile[J]. Infrared and Laser Engineering, 2001, 30(4): 163-167. (in Chinese)
    [8] 方有培, 钱建平. 对红外成像制导导弹的干扰技术研究[J]. 红外与激光工程, 2000, 29(3).
    [9]
    [10] Zhu Mengyu, Zhao Baojun, Han Yueqiu. IR point target recognition from the bait by the signal processor of two waveband[J]. Infrared and Laser Engineering, 2003, (32)1: 78-81. (in Chinese)
    [11]
    [12] Zeng Xianwei, Fang Yangwang, Wang Hongqiang, et al. Technology of Radar/IR dual-mode seeker against infrared decoy jamming[J]. Infrared and Laser Engineering, 2009, 38(6): 1054-1058. (in Chinese)
    [13] 汪朝群.红外诱饵对红外制导导弹的干扰特性及仿真. 红外与激光工程, 2001, 30(4): 163-167.
    [14] Gilles Labonte, Deck W C. Infrared target-are discrimination using a ZISC hardware neural network[J]. Journal of real-time image processing, 5(1): 2010, 11-32.
    [15] Labonte G. On the efficiency of OLS reduced probabilistic neural networks for aircraft-flare discrimination[C]//Proceedings of the International Joint Conference on Neural Networks, Portland, 2003, 3: 2306-2311.
    [16]
    [17] ROECKER J A. A class of near optimal JPDA algorithms[J]. Aerospace and Electronic Systems, 1994, 2(4): 504-510.
    [18]
    [19] 朱梦宇, 赵保军, 韩月秋. 红外双波段信号处理器对目标和诱饵的识别[J]. 红外与激光工程, 2003, (32)1: 78-81.
    [20] Zhao Fengwei, Shen Zhenkang, Li Jicheng. Study on simulation of infrared decoy recognition Part1:gray-scale time sequence analysis[J]. Infrared and Laser Engineering, 2002, 31(4):286-289. (in Chinese)
    [21]
    [22] Zhao Fengwei, Shen Zhenkang, Li Jicheng. Study on simulation of infrared decoy recognition part2: movement feature analysis[J]. Infrared and Laser Engineering, 2002, 31(5): 395-398. (in Chinese)
    [23]
    [24] 曾宪伟, 方洋旺, 王洪强, 等. 雷达/红外双模导引头抗红外诱饵干扰[J]. 红外与激光工程, 2009, 38(6): 1054-1058.
    [25]
    [26]
    [27]
    [28]
    [29]
    [30] 赵锋伟, 沈振康, 李吉成. 红外诱饵辨识的仿真研究(一)灰度时间序列分析[J]. 红外与激光工程, 2002, 31(4):286-289.
    [31]
    [32]
    [33] 赵锋伟, 沈振康, 李吉成. 红外目标与诱饵辨识的仿真研究(二)运动特征分析[J]. 红外与激光工程, 2002, 31(5): 395-398.
  • [1] 张良, 田晓倩, 李少毅, 杨曦.  基于时空推理网络的空中红外目标抗干扰识别算法 . 红外与激光工程, 2022, 51(7): 20210614-1-20210614-10. doi: 10.3788/IRLA20210614
    [2] 廖辉传, 赵海霞.  基于分类器决策融合的红外图像目标识别方法 . 红外与激光工程, 2022, 51(8): 20210725-1-20210725-6. doi: 10.3788/IRLA20210725
    [3] 杨棉绒, 牛丽平.  基于LGBM的Zernike特征选取及红外图像目标识别方法 . 红外与激光工程, 2022, 51(4): 20210309-1-20210309-6. doi: 10.3788/IRLA20210309
    [4] 廖莎莎.  基于筛选深度特征的红外图像目标识别方法 . 红外与激光工程, 2022, 51(5): 20210372-1-20210372-6. doi: 10.3788/IRLA20210372
    [5] 马丹丹.  图像分块匹配的SAR目标识别方法 . 红外与激光工程, 2021, 50(10): 20210120-1-20210120-8. doi: 10.3788/IRLA20210120
    [6] 赵璐, 熊森.  多视角红外图像目标识别方法 . 红外与激光工程, 2021, 50(11): 20210206-1-20210206-6. doi: 10.3788/IRLA20210206
    [7] 史国军.  深度特征联合表征的红外图像目标识别方法 . 红外与激光工程, 2021, 50(3): 20200399-1-20200399-6. doi: 10.3788/IRLA20200399
    [8] 徐洋, 方洋旺, 伍友利, 肖冰松, 张丹旭, 刘欢.  红外诱饵干扰下导引头视线角速度跳变特征建模 . 红外与激光工程, 2019, 48(5): 504001-0504001(11). doi: 10.3788/IRLA201948.0504001
    [9] 周卫文, 康美玲, 周泽强.  红外诱饵对成像制导导弹影响规律研究 . 红外与激光工程, 2019, 48(12): 1204004-1204004(7). doi: 10.3788/IRLA201948.1204004
    [10] 房胜男, 谷小婧, 顾幸生.  基于自适应响应融合的相关滤波红外目标跟踪 . 红外与激光工程, 2019, 48(6): 626003-0626003(8). doi: 10.3788/IRLA201948.0626003
    [11] 谢冰, 段哲民.  基于SAE与底层视觉特征融合的无人机目标识别算法 . 红外与激光工程, 2018, 47(S1): 197-205. doi: 10.3788/IRLA201847.S126004
    [12] 叶淑琴, 朱晨光, 林红雪, 欧阳的华, 潘功配.  PTFE/Mg薄膜型红外诱饵的低燃温改性研究 . 红外与激光工程, 2017, 46(1): 104005-0104005(5). doi: 10.3788/IRLA201746.0104005
    [13] 宋敏敏, 唐善军, 王碧云, 吕弢, 付晓海.  MOS电阻阵下红外诱饵模拟仿真 . 红外与激光工程, 2017, 46(5): 504002-0504002(6). doi: 10.3788/IRLA201746.0504002
    [14] 马天义, 张会香, 宋敏敏, 钮赛赛.  引入显著特征空间的抗遮挡红外目标跟踪 . 红外与激光工程, 2017, 46(3): 304002-0304002(7). doi: 10.3788/IRLA201746.0304002
    [15] 刘俊良, 陈尚锋, 卢焕章, 赵本东, 毋亚北.  弹道目标识别的红外辐射数据仿真研究 . 红外与激光工程, 2016, 45(10): 1004002-1004002(7). doi: 10.3788/IRLA201645.1004002
    [16] 童奇, 李建勋, 童中翔, 徐安, 贾林通, 张志波, 李慎波, 崔超群.  机载红外诱饵作战使用方法 . 红外与激光工程, 2015, 44(2): 419-427.
    [17] 杨绪峰, 林伟, 延伟东, 温金环.  采用热核特征的SAR图像目标识别 . 红外与激光工程, 2014, 43(11): 3794-3801.
    [18] 林红雪, 朱晨光, 李敏, 汪海珍.  薄膜型低燃温红外诱饵的辐射性能研究 . 红外与激光工程, 2014, 43(10): 3193-3198.
    [19] 吕俊伟, 郭宁, 潘爽.  时滞和相关性观测条件下的红外目标状态估计方法 . 红外与激光工程, 2014, 43(10): 3238-3243.
    [20] 王江涛, 陈得宝, 李素文, 杨一军, 杨静宇.  在线自适应选择子空间的红外目标跟踪方法 . 红外与激光工程, 2013, 42(9): 2579-2583.
  • 加载中
计量
  • 文章访问数:  469
  • HTML全文浏览量:  52
  • PDF下载量:  223
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-06-22
  • 修回日期:  2012-07-19
  • 刊出日期:  2013-02-25

改进的联合概率数据关联算法(JPDA)对红外目标与诱饵的辨别

    作者简介:

    耿利祥(1986- ),男,博士生,主要从事红外图像实时处理和红外目标探测识别与跟踪方面的研究工作。 Email:genglixiang@yahoo.com.cn;陈钱(1964- ),男,博士生导师,博士,主要从事光电探测与图像处理,光电信号处理与数字视频技术方面的研究工作。 Email:chenq@mail.njust.edu.cn

    耿利祥(1986- ),男,博士生,主要从事红外图像实时处理和红外目标探测识别与跟踪方面的研究工作。 Email:genglixiang@yahoo.com.cn;陈钱(1964- ),男,博士生导师,博士,主要从事光电探测与图像处理,光电信号处理与数字视频技术方面的研究工作。 Email:chenq@mail.njust.edu.cn

基金项目:

国家自然科学基金(61101199);江苏省自然科学基金(BK201199)

  • 中图分类号: TN911.73

摘要: 红外诱饵干扰作为常见的影响红外跟踪能力的干扰手段发展的越来越先进,如何有效的排除红外诱饵的干扰一直是红外目标跟踪的难题。文中在研究了红外目标与诱饵干扰的特征差异的基础上,首次提出了将多目标跟踪策略应用于红外抗干扰跟踪中,建立了一种可以融合多个特征的改进型联合概率数据关联(JPDA)的数据关联算法。最后,利用该算法对抗干扰过程进行了仿真,仿真结果表明:与现有的抗干扰手段相比,该数据关联方法对解决红外干扰形成的假目标、目标遮挡等红外目标识别的难题,不仅实时性好,而且准确率高。

English Abstract

参考文献 (33)

目录

    /

    返回文章
    返回