红外鱼眼系统下的多目标威胁评估研究

针对红外鱼眼告警系统在对几公里以外的目标成像时表现为点目标,无距离、几何形状和纹理信息可以利用,很难对来袭目标的威胁程度做出较准确的评估问题,研究了红外鱼眼系统下的多目标威胁评估排序方法。提出了一种红外鱼眼系统下的多目标威胁评估模型。该模型利用激光测距机所获取的各目标的初始距离信息推导出了目标在各时刻的距离和径向速度,从而建立起了以目标的距离、径向速度、航向角和高低角为威胁指标的多目标威胁评估模型。然后根据多目标威胁评估的非线性特点,以及神经网络在解决非线性复杂问题所具有的良好的自适应能力和自学习能力,利用径向基函数(RBF)神经网络对多目标威胁程度进行评估并讨论了训练样本的生成方法。实验结果证明了该方法的可行性和有效性。