当红外制导导弹攻击地面目标时，自然或人为因素会导致目标红外特征减弱或消失，致使导引头无法探测或间断探测目标，极大影响制导精度。为解决这一问题，提出一种导弹攻击地面弱红外目标的数字孪生导引律。根据红外导引头在物理世界的导引过程，在数字世界构建目标及导引律的孪生数字模型，通过仿真得到并保存制导全过程中各时间点上导弹运动及控制的状态参数，作为制导过程的数字孪生。实际引导中，当导引头无法得到测量信号时，它的数字孪生数据立即被激活接管导引头的工作，以导引头的孪生数据为控制系统提供加速度指令。仿真算例表明，导引头的数字孪生可在导引头无法捕获信号时，为控制系统提供机动指令对导弹实施精确引导。数字孪生导引律对红外伪装、红外干扰及恶劣气候具有鲁棒性，有广阔的应用前景。
红外目标探测 地面弱红外目标 数字孪生 数字孪生导引律 infrared target detection, ground weak infrared ta
1 华北光电技术研究所，北京100015
2 山东皓视光学科技有限公司，山东 济南250100
随着红外成像设备在军用和民用领域的大量应用，如何快速一致地判断红外成像设备的技术状态并分析和排除故障变得越来越迫切。提出一种基于变焦双波段的便携式红外目标模拟器，通过高精度黑体(-10～260℃温度可调、精度优于001℃)、卡片插拔式靶标、3倍连续变焦双波段投影结构设计来满足红外成像设备中波、长波及不同目标的检测需求。相比于其它模拟器，该模拟器兼顾双波段，提高了设备使用范围；可更换靶标、变焦投影有利于兼顾不同红外成像设备不同距离目标的模拟检测需求。从各项检测试验结果来看，该模拟器达到了预期的目标，满足了实用化的模拟检测需求，解决了成本过高的问题。
红外目标模拟器 红外成像检测 双波段检测 infrared target simulator infrared imaging detection dual-band detection
江苏科技大学自动化学院, 江苏 镇江 212000
针对传统算法依赖于对红外船舶目标与环境背景的精确分离和信息提取, 难以满足复杂背景和噪声等干扰环境下的船舶目标检测需求, 提出一种基于改进YOLOv5的红外船舶目标检测算法。在YOLOv5网络中添加Reasoning层, 以一种新的提取图像区域间语义关系来预测边界框和类概率的体系结构, 提高模型的检测精度, 同时对YOLOv5目标检测网络的损失函数进行改进, 从而达到进一步提高模型准确率的目的。验证结果表明, 改进后的YOLOv5算法训练出来的模型, 检测精确率和速度与实验列出的几种目标检测算法相比均有明显提升, 其中平均精度均值(mAP)可达94.65%。该模型经过验证, 既能满足检测的实时性要求, 又能保证高精度。
船舶 红外目标检测 Reasoning层 损失函数 ship infrared target detection YOLOv5 YOLOv5 Reasoning layer loss function
北京信息科技大学 仪器科学与光电工程学院, 北京 100192
为了提高电致定向型红外靶标在挂载飞行过程中动态指向精度, 在硬件限制的位置信息更新频率难以提高的条件下, 提出了卡尔曼滤波算法对靶标的位置信息进行预测从而提升更新速率的解决方案, 利用全球定位系统和惯性导航系统的数据, 建立了基于飞行速度、姿态和位置信息采样频率等因素的动态指向误差模型, 并进行了理论分析和实验验证。结果表明, 对红外靶标系统在匀速直线飞行过程中将位置采样率由5 Hz提升至10 Hz时, 指向角误差减小了54.66%。此研究基于现有条件, 为减小定向辐射型红外靶标动态指向误差提供了一种有益的尝试。
传感器技术 指向精度 卡尔曼滤波算法 红外靶标 sensor technique pointing accuracy Kalman filter algorithm infrared target
1 梧州学院电子与信息工程学院，广西 梧州 543001
2 桂林电子科技大学机电工程学院，广西 桂林 531004
3 中国矿业大学信息与控制工程学院，江苏 徐州 221116
4 阿尔伯塔大学电子与计算机工程系，阿尔伯塔 埃德蒙顿 T6G 1H9，加拿大
5 青岛农业大学理学与信息科学学院，山东 青岛 266109
海上红外目标识别在海事搜寻中发挥着重要的作用，针对逆光海况下出现的目标反向对比度特点及其目标淹没于背景的问题，结合其直方图呈现的局部尖峰特点，提出了修正灰度占比的新直方图均衡化并融合边缘信息的增强算法。该算法可以有效地提升目标区域的对比度，从而提升海上红外图像的质量。在海上红外目标识别与检测中，建立了目标与背景的多尺度“九宫格”搜索框，演化了局部对比度显著性量化的数学模型，实现了符合人眼视觉特性的红外目标的准确定位与检测。在海上红外图像增强测试中，所提算法可以使原图像的平均梯度提升两倍以上，使局部对比度增益因子提升两倍以上。在目标识别的算法测试中，所提多尺度局部对比度目标检测算法可以使目标检测率达到99%以上。
测量 红外成像 海上红外目标识别 红外图像增强 直方图变换 局部对比度显著性 逆光海况
1 北京空间机电研究所，北京 100094
2 先进光学遥感技术北京市重点实验室，北京 100094
3 航天东方红卫星有限公司，北京 100094
针对遥感器真空低温测试需求，设计并搭建了一套能够在低温真空环境中稳定工作的红外目标背景模拟器，模拟器主要由冷光阑、真空低温面源黑体、三维电移台三部分组成，冷光阑模拟探测背景，冷光阑上分布微孔用于模拟探测点目标。通过有效控制目标模拟器与背景模拟器间的隔热、控温以及背景模拟器与待测遥感器之间的隔热，实现稳定测试。另外，将仿真优化与实践经验相结合，通过仿真计算去除模拟器冷光阑板厚度、目标相位、平行光管等的影响，有效降低系统测量不确定度。文中的仿真分析方法和验证情况对于红外遥感器点目标探测信噪比检测试验具有参考意义。
探测信噪比 光学遥感器 红外目标背景模拟器 平行光管 detection signal-to-noise ratio optical remote sensor infrared target background simulator collimator 红外与激光工程
2022, 51(8): 20210929
1 光电控制技术重点实验室, 河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
提出一种基于稀疏约束的神经网络模型和完备的矩特征集, 用于提高红外弱小目标检测性能。传统的神经网络分类模型往往采用SoftMax,Logistic回归等激活函数, 而本文设计更为简单的符号函数作为分类层激活函数, 并通过逐步回归的方式实现对参数的求解。同时,为了降低计算复杂度、提高算法性能, 目标函数加入了范数约束使得参数具有一致性并使其稀疏化。实验结果显示, 所提算法相比传统的方法性能更好, 且能够达到实时处理要求。
红外目标检测 稀疏约束 神经网络 infrared target detection sparsity constraint neural network
1 重庆城市职业学院，信息与智能制造学院，重庆永川402160
2 重庆邮电大学软件工程学院，重庆南岸区400065
为了准确地从复杂干扰背景下检测出真实弱小目标，本文引入视觉显著性，设计了基于快速光谱尺度空间与动态管道滤波的红外目标检测算法。基于真实目标与背景内容之间的整体差异，引入快速光谱尺度空间与阈值分割技术，设计视觉显著性机制，对红外图像完成处理，输出全局显著性映射，以高效过滤干扰背景内容。考虑目标与背景的局部特征差异，构建自适应局部对比度增强机制，对粗检测结果实施处理，获取对应的局部显著性映射，改善视觉显著性区域内目标的对比度。引入高斯差分理论，通过估算每一帧红外图像中的目标像素直径，形成动态管道滤波，充分消除虚警，准确识别出弱小目标。多组实验数据显示：较已有的红外目标检测技术而言，在各种不同的复杂背景干扰下，所提算法呈现出更好的检测能力，拥有更理想的接收机工作特性(ROC) 曲线。
红外目标检测 光谱尺度空间 显著性映射 自适应局部对比度 高斯差分 动态管道滤波 infrared target detection spectral scale space saliency mapping adaptive local contrast Gaussian difference dynamic pipeline filtering 太赫兹科学与电子信息学报
2022, 20(4): 346
红外与激光工程
2022, 51(4): 20220193
红外与激光工程
2022, 51(4): 20210290
