书籍详情
红外成像空空导弹抗干扰理论与方法
作者：李少毅，岳晓奎，钮赛赛，杨曦，林健，杨俊彦，等 著; 徐庆征 译
出版社：国防工业出版社
出版时间：2025-05-01
ISBN：9787118136319
定价：¥188.00
购买这本书可以去
内容简介
本书共8章，详细介绍了红外成像空空导弹抗干扰技术概况、红外成像空空导弹抗干扰理论基础、基于特征模式匹配的空中红外目标识别与抗干扰技术、基于相关跟踪的空中红外目标识别与抗干扰技术、基于深度学习的空中红外目标识别与抗干扰技术、基于混合智能的空中红外目标识别与抗干扰技术、基于红外双波段图像融合的目标识别与抗干扰技术空中极端干扰环境探测制导一体化智能抗干扰技术等内容。全书力求内容覆盖全面、逻辑清晰、理论方法严谨和结果丰富，融入了红外目标识别与抗干扰方面的最新成果，以使读者全面、系统地了解红外成像空空导弹等复杂干扰环境下目标跟踪过程中的关键难点与核心技术以及设计方法等。 本书适合于从事空空、地空导弹、无人飞行器等红外成像搜索与跟踪系统的图像处理专业的设计人员使用，也可供其他相关专业科研人员和高等院校师生参考。
作者简介
暂缺《红外成像空空导弹抗干扰理论与方法》作者简介
目录
第 1 章 红外成像空空导弹抗干扰技术概述
1.1 国内外红外成像空空导弹发展概况
1.1.1 发展历程
1.1.2 发展趋势
1.2 红外成像空空导弹抗干扰技术发展概况
1.2.1 单元探测抗干扰技术
1.2.2 多元探测抗干扰技术
1.2.3 成像探测抗干扰技术
1.2.4 双波段探测抗干扰技术
1.2.5 红外 / 雷达复合探测抗干扰技术
1.2.6 抗干扰技术发展趋势
1.3 红外成像导引头工作原理
1.3.1 组成与功能
1.3.2 成像探测
1.3.3 信息处理
1.3.4 伺服跟踪
1.3.5 导引信息生成
1.4 本章小结
第 2 章 红外成像空空导弹抗干扰理论基础
2.1 目标与干扰红外特性分析
2.1.1 目标红外特性分析
2.1.2 干扰红外特性分析
2.1.3 常用红外特征
2.1.4 红外图像复杂度量化指标
2.2 几种常用抗干扰方法
2.2.1 基于图像识别的抗干扰方法
2.2.2 基于光谱信息鉴别的抗干扰方法
2.2.3 基于惯导信息预测的抗干扰方法
2.3 抗干扰性能评价指标
2.3.1 静态图像帧类指标
2.3.2 动态图像序列类指标
2.3.3 综合抗干扰概率
2.4 本章小结
第 3 章 基于特征模式匹配的空中红外目标识别与抗干扰技术
3.1 几种图像预处理方法
3.1.1 空域滤波
3.1.2 频域滤波
3.1.3 对比度增强方法
3.2 几种图像分割方法
3.2.1 基于灰度阈值的分割
3.2.2 基于边缘检测的分割
3.2.3 基于区域生长的分割
3.2.4 基于聚类的分割
3.3 几种特征模式匹配方法
3.3.1 欧几里得距离分类准则
3.3.2 贝叶斯分类准则
3.3.3 支持向量机分类准则
3.4 几种目标识别与抗干扰方法
3.4.1 基于特征距离分类的目标识别与抗干扰方法
3.4.2 基于朴素贝叶斯分类器的目标识别与抗干扰方法
3.4.3 基于贝叶斯网络的目标识别与抗干扰方法
3.4.4 基于支持向量机的目标识别与抗干扰方法
3.5 本章小结
第 4 章 基于相关跟踪的空中红外目标识别与抗干扰技术
4.1 相关滤波理论
4.1.1 线性回归简化
4.1.2 核相关滤波
4.1.3 目标快速检测
4.1.4 几种相关滤波方法
4.2 二维频域 Gabor 滤波与相关跟踪融合理论
4.2.1 Gabor 滤波理论
4.2.2 Gabor 特征提取与融合
4.2.3 GF 特征分析
4.2.4 GF - KCF 目标跟踪方法
4.3 基于频域尺度信息估计的 GF - KCF 跟踪算法
4.3.1 频域尺度特性分析
4.3.2 频域尺度信息估计方法
4.3.3 算法原理
4.3.4 示例
4.4 基于分块策略的抗部分遮挡的 GF - KCF 跟踪算法
4.4.1 高置信分块跟踪模型
4.4.2 基于高置信分块的跟踪算法
4.4.3 抗遮挡跟踪算法改进策略
4.4.4 全程抗干扰跟踪算法架构
4.4.5 示例
4.5 本章小结
第 5 章 基于深度学习的空中红外目标识别与抗干扰技术
5.1 卷积神经网络原理与训练
5.1.1 卷积神经网络原理
5.1.2 卷积神经网络训练过程
5.1.3 几种卷积神经网络
5.2 几种网络改进方法
5.2.1 多尺度卷积核
5.2.2 密集链接
5.2.3 注意力机制
5.3 基于卷积神经网络的目标识别算法
5.3.1 基于 D NET 的目标识别算法
5.3.2 基于关键点检测的目标识别算法
5.4 本章小结
第 6 章 基于混合智能的空中红外目标识别与抗干扰技术
6.1 混合智能原理
6.1.1 传统方法与深度学习混合原理
6.1.2 典型混合方法
6.1.3 混合目标识别框架
6.2 深度混合智能设计
6.2.1 特征层
6.2.2 功能层
6.2.3 决策层
6.3 基于混合智能的目标识别方法
6.3.1 结合卷积神经网络与支持向量机的目标识别方法
6.3.2 结合二维主成分分析网络的贝叶斯目标识别方法
6.4 本章小结
。。。。。。。。。。。。。。。。
1.1 国内外红外成像空空导弹发展概况
1.1.1 发展历程
1.1.2 发展趋势
1.2 红外成像空空导弹抗干扰技术发展概况
1.2.1 单元探测抗干扰技术
1.2.2 多元探测抗干扰技术
1.2.3 成像探测抗干扰技术
1.2.4 双波段探测抗干扰技术
1.2.5 红外 / 雷达复合探测抗干扰技术
1.2.6 抗干扰技术发展趋势
1.3 红外成像导引头工作原理
1.3.1 组成与功能
1.3.2 成像探测
1.3.3 信息处理
1.3.4 伺服跟踪
1.3.5 导引信息生成
1.4 本章小结
第 2 章 红外成像空空导弹抗干扰理论基础
2.1 目标与干扰红外特性分析
2.1.1 目标红外特性分析
2.1.2 干扰红外特性分析
2.1.3 常用红外特征
2.1.4 红外图像复杂度量化指标
2.2 几种常用抗干扰方法
2.2.1 基于图像识别的抗干扰方法
2.2.2 基于光谱信息鉴别的抗干扰方法
2.2.3 基于惯导信息预测的抗干扰方法
2.3 抗干扰性能评价指标
2.3.1 静态图像帧类指标
2.3.2 动态图像序列类指标
2.3.3 综合抗干扰概率
2.4 本章小结
第 3 章 基于特征模式匹配的空中红外目标识别与抗干扰技术
3.1 几种图像预处理方法
3.1.1 空域滤波
3.1.2 频域滤波
3.1.3 对比度增强方法
3.2 几种图像分割方法
3.2.1 基于灰度阈值的分割
3.2.2 基于边缘检测的分割
3.2.3 基于区域生长的分割
3.2.4 基于聚类的分割
3.3 几种特征模式匹配方法
3.3.1 欧几里得距离分类准则
3.3.2 贝叶斯分类准则
3.3.3 支持向量机分类准则
3.4 几种目标识别与抗干扰方法
3.4.1 基于特征距离分类的目标识别与抗干扰方法
3.4.2 基于朴素贝叶斯分类器的目标识别与抗干扰方法
3.4.3 基于贝叶斯网络的目标识别与抗干扰方法
3.4.4 基于支持向量机的目标识别与抗干扰方法
3.5 本章小结
第 4 章 基于相关跟踪的空中红外目标识别与抗干扰技术
4.1 相关滤波理论
4.1.1 线性回归简化
4.1.2 核相关滤波
4.1.3 目标快速检测
4.1.4 几种相关滤波方法
4.2 二维频域 Gabor 滤波与相关跟踪融合理论
4.2.1 Gabor 滤波理论
4.2.2 Gabor 特征提取与融合
4.2.3 GF 特征分析
4.2.4 GF - KCF 目标跟踪方法
4.3 基于频域尺度信息估计的 GF - KCF 跟踪算法
4.3.1 频域尺度特性分析
4.3.2 频域尺度信息估计方法
4.3.3 算法原理
4.3.4 示例
4.4 基于分块策略的抗部分遮挡的 GF - KCF 跟踪算法
4.4.1 高置信分块跟踪模型
4.4.2 基于高置信分块的跟踪算法
4.4.3 抗遮挡跟踪算法改进策略
4.4.4 全程抗干扰跟踪算法架构
4.4.5 示例
4.5 本章小结
第 5 章 基于深度学习的空中红外目标识别与抗干扰技术
5.1 卷积神经网络原理与训练
5.1.1 卷积神经网络原理
5.1.2 卷积神经网络训练过程
5.1.3 几种卷积神经网络
5.2 几种网络改进方法
5.2.1 多尺度卷积核
5.2.2 密集链接
5.2.3 注意力机制
5.3 基于卷积神经网络的目标识别算法
5.3.1 基于 D NET 的目标识别算法
5.3.2 基于关键点检测的目标识别算法
5.4 本章小结
第 6 章 基于混合智能的空中红外目标识别与抗干扰技术
6.1 混合智能原理
6.1.1 传统方法与深度学习混合原理
6.1.2 典型混合方法
6.1.3 混合目标识别框架
6.2 深度混合智能设计
6.2.1 特征层
6.2.2 功能层
6.2.3 决策层
6.3 基于混合智能的目标识别方法
6.3.1 结合卷积神经网络与支持向量机的目标识别方法
6.3.2 结合二维主成分分析网络的贝叶斯目标识别方法
6.4 本章小结
。。。。。。。。。。。。。。。。
猜您喜欢
