吴蔚
- 作品数：8 被引量：30H指数：4
- 供职机构：国防科技大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信理学交通运输工程更多>>
- 基于深度学习的红外与可见光图像融合方法被引量：8
- 2020年
- 红外与可见光图像融合在机器人感知领域中扮演着重要角色,而融合的关键是通过适当方法从源图像中提取有用信息,因此提出了基于深度学习的红外与可见光图像融合方法。首先,将源红外图像分割为前景部分和背景部分,从而构建了基于神经风格迁移算法的红外与可见光图像融合网络;然后,利用前景损失和背景损失分别控制前景和背景2个部分的融合;最后,将2个部分组合在一起重建融合图像。试验结果表明,与其他方法相比,该方法既保留了目标的显著信息,又保留了背景的丰富细节纹理信息。
- 谢春宇徐建李新德吴蔚
- 关键词：红外图像可见光图像图像融合
- 水下目标声散射角特征建模被引量：2
- 2016年
- 水下目标声散射回波的时域和频域特征在不同声波入射角度下存在差异。通过计算水下典型目标声散射场,建立全方位入射角下目标回波的动态模型,确定目标散射特征中的重要几何构成,并应用WVD-Hough变换提取目标几何亮点。仿真试验结果表明,建立的目标全方位动态模型与理论相符,提出的方法可有效提取目标回波几何亮点,为进一步研究不同入射角下目标识别提供参考模型。
- 徐天杨李秀坤吴蔚王功兵孟祥夏吴玉双
- 关键词：特征提取
- 无人机编队协同探测目标跟踪算法被引量：8
- 2016年
- 研究了无人机编队协同探测中地面目标定位与跟踪算法,探讨了基于无人机载光电传感器的地面目标实时和快速定位算法。提出了尺度参数可调整的无色卡尔曼滤波算法进行目标跟踪,并提出尺度参数调整改进策略。最后,通过仿真试验表明该算法具有良好的跟踪效果。
- 吴蔚朱晶许莺王建宏
- 关键词：无人机编队目标跟踪数据融合
- 基于PWF的极化SAR图像匹配方法被引量：2
- 2016年
- 极化合成孔径雷达(SAR)图像匹配是修正惯性导航累积误差和提高导航精度的重要手段。由于极化SAR图像的斑点噪声降低了目前多数匹配方法性能,故提出了一种基于极化白化滤波器(PWF)的极化SAR图像匹配方法,利用极化信息抑制斑点噪声从而改善了匹配效果。运用该方法和经典的极化总功率(SPAN)+尺度不变特征变换(SIFT)方法,对多组不同波段的SAR图像进行匹配试验,结果表明该方法在匹配点数、精度和成功率上均优于SPAN+SIFT匹配方法。
- 马文婷曲迪吴蔚熊朝华秦洪
- 关键词：图像匹配斑点噪声尺度不变特征变换
- 无人机协同体系结构分析被引量：6
- 2015年
- 针对无人机任务协同规划,提出一种无人机协同体系结构框架,可实现多架无人机有效协同。该体系结构为多无人机编队任务实施功能模块提供统一框架,利于功能模块间协同和运作。该体系结构可简化传统的协同体系结构,并通过功能模块分享多无人机间信息资源。该体系结构的设计可为无人机目标打击技术提供有效的技术支撑。
- 王建宏熊朝华许莺吴蔚
- 关键词：无人机网络模块
- 基于超复数FFT的极化SAR图像匹配方法
- 2017年
- 极化合成孔径雷达(SAR)图像匹配是修正惯性导航累积误差及提高导航精度的重要手段。针对已有方法在匹配时未充分利用极化信息的问题,提出了一种基于超复数快速傅里叶变换(FFT)的极化SAR图像多通道联合匹配方法。首先,提出了一种基于Pauli分解的极化SAR图像超复数形式,实现了单通道图像处理方法的间接升维;然后,对其进行偶对分解及FFT;最后,通过计算超复数相位相关,获取待匹配极化SAR图像的匹配位置。该方法将多通道极化SAR图像作为三维空间的3个矢量,在匹配时充分利用了极化信息。试验结果表明,即使在极化SAR图像间存在局部差异及包含乘性噪声情况下,该方法仍能获得精确的匹配结果。
- 马文婷蔡疆胡振吴蔚张桂林
- 基于极大似然目标状态估计的传感器管理被引量：1
- 2016年
- 为估计目标运动的状态估计量,设计相应的传感器管理方案,文章依据贝叶斯概率知识,采用极大似然的最优化方法来估计目标运动的状态估计值;依据目标状态估计的误差协方差矩阵与其Fisher信息矩阵间的联系,推导似然函数关于目标状态各个分量的偏导数;采用随机离散时间系统知识,推导出对角式Fisher信息矩阵所有对角线上的各个元素;以Fisher信息矩阵的迹范数作为传感器管理中的最优代价函数,采用0-1整数规划算法来求解传感器的分配矩阵;最后将极大似然的目标状态估计及其相应的传感器管理方案应用于无人直升机的飞行控制系统中,以验证本文方法的有效性。
- 吴蔚熊朝华许莺王建宏
- 关键词：极大似然协方差矩阵传感器管理
- 多传感器探测云下分布式一致性信息融合及其发展被引量：5
- 2018年
- 概述了多传感器探测云环境下分布式信息融合系统测量数据一致性判定与优化选择融合处理的基本思想,并指出了Luo方法在数据一致性度量、关联判定、参与融合处理数据选择以及方法适应性等方面的不足。阐述了基于稳健统计理论、基于模糊理论、基于特征值和基于统计置信距离等一致性信息融合方法对不同传感器的测量数据进行一致性测度和判定的思想。不同解决方案均不同程度上改进了Luo方法,但信息源质量影响和融合策略选择等方面的问题仍未解决,需进一步研究。
- 熊朝华刁联旺张永伟吴蔚
- 关键词：多传感器信息数据一致性分布式信息融合
