强激光与粒子束
2021, 33(1): 012003
1 中国工程物理研究院 a.高能激光科学与技术重点实验室
2 b.应用电子学研究所，四川绵阳 621999
面向时序控制的功能需求，基于 CompactRIO(cRIO)硬件系统，使用 LabVIEW软件作为编程语言，设计了时序控制软件的程序架构。软件划分为现场可编程逻辑门阵列 (FPGA)层和实时(RT)层 2个层次，2层之间通过先入先出直接内存访问( DMA FIFO)和前面板控件进行数据通信。时序控制和硬件指令交互功能在 FPGA层用状态机实现；RT层实现与上位机的人机交互功能，上报时序流程状态。经测试，时序控制软件的硬件指令响应时间小于 50 μs。
时序控制 cRIO硬件 架构设计 状态机 消息队列 time sequence control cRIO architecture design state machine event queue 太赫兹科学与电子信息学报
2015, 13(4): 619
1 高功率微波技术重点实验室, 四川 绵阳 621900
2 中国工程物理研究院 应用电子学研究所, 四川 绵阳 621900
介绍了一种利用多特征联合概率的红外图像中近圆形对象检测方法,通过计算图像中诸多小段曲线的弯拱方向来获得图像中各处存在圆的概率,并用梯度强度对这些概率进行加权,再结合对象内部为空洞的概率,共同形成对图像中近圆形对象所在位置的一个判决。经与经典的Hough变换法相比较,表现出一定的优越性。对一组不同特征的红外图像进行测试实验,均能检测出近圆形对象,表现出一定的适应性,对某些应用场景中的目标检测与识别有辅助价值。
红外图像 近圆形 目标检测 联合概率 Hough变换 infrared image approximately-circular target detection joint probability Hough transformation 强激光与粒子束
2015, 27(12): 121004
中国工程物理研究院,应用电子学研究所,四川,绵阳,621900
对低信噪比运动背景下序列图像中弱小目标的提取算法进行了研究,提出一种新的目标提取算法.根据运动背景的相关性和目标运动的连续性,采用背景模板匹配技术,计算各帧背景运动量,去除复杂背景,用自适应预估和阈值分割技术捕获跟踪目标.实验中,结合所研究的算法,对100帧包含低对比度弱小目标的运动图像序列进行了处理.实验结果表明,此方法能有效地实现目标的自动捕获与跟踪,跟踪效率高,跟踪稳定.
运动背景 弱小目标 捕获跟踪 模板匹配技术 阈值分割技术 强激光与粒子束
2006, 18(10): 1625
中国工程物理研究院应用电子学研究所,四川,绵阳,621900
针对目标跟踪中的目标机动问题提出了一种"基于自适应相互作用多模型"的算法.使用不同的几个子模型来描述目标的运动状态,各个模型有自己的随目标估计状态和当前测量值变化的模型概率,并且各模型之间能通过马尔可夫链的控制自动平滑切换.仿真实验表明了该算法能很好地适应目标的机动,即使采用两个子模型来描述目标的运动,跟踪精度也比较好.
机动目标跟踪 相互作用多模型 马尔可夫链 卡尔曼滤波器 Maneuvering targets tracking Interacting multiple model Markovian chain Kalman filter
