摘要：合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一,其旨在屏蔽固有噪声影响,获取感兴趣区域内表征目标的潜在特征信息,为目标识别提供有力的数据支撑。为了提升高分辨SAR图像目标识别精度,围绕算法设计中的相干斑抑制和特征提取问题,结合传统恒虚警率(CFAR)检测算法和深度卷积神经网络(DCNN)的最新研究,设计了SAR图像自动目标识别框架。实验基于MSTAR标准数据集,目标识别结果表明所构建模型的有效性。

摘要：合成孔径雷达(SAR)是一种高分辨率星载(或机载)雷达系统,SAR图像自动目标识别(ATR)技术是智能图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于YOLOv3网络的检测模型,使用多尺度先验框对目标物体进行检测,通过训练得到模型的最优权重,实现端到端的目标检测。测试结果表明,与Faster R-CNN算法相比,YOLOv3在准确率与运行速度上均有更优秀的性能表现。

摘要：影响精密注塑的主要因素，防止产生成型收缩率误差。

摘要：针对基于LXI仪器总线的1553B通讯模块开发需求,提出了一种基于SOPC的1553B总线通讯解决方法。以SOPC技术为支撑,在一块FPGA上嵌入NiosⅡ软核处理器、以太网控制组件、1553B控制组件和RAM模块;通过移植嵌入式实时操作系统μC/OSⅡ和LwIP协议,实现了TCP/IP协议和1553B总线协议;最后开发了模块的仪器驱动程序。本文设计方法开发难度低,设计模块体积小、便于升级,具有较强的工程应用和经济价值。

摘要：为实现反辐射导弹分辨多个干扰源,根据空间谱估计原理,提出采用均匀圆形阵列天线结构对目标进行测向定位,并运用MUSIC算法估计其到达角,实现空域分辨。建立了基于均匀圆阵的二维DOA估计模型,讨论了角分辨算法在导引头中的具体应用。仿真结果证明了采用该方法能够有效分辨多个干扰源。