无人战斗机的目标识别与跟踪

时间：2024-09-03

【摘要】无人作战飞机实施攻击中，目标识别与跟踪技术是关键步骤，本文从无人作战机的自动目标识别与跟踪的基本概念入手，以成像传感器的目标识别与跟踪为例，介绍目标识别、检测、跟踪等关键技术。

【关键词】无人战斗机；目标识别；跟踪；图像处理

一、引言

无人战斗机是无人机的发展趋势。无人战斗机的设计概念介于有人战斗机与导弹之间，它是整个无人战斗机系统的一部分。无人战斗机系统有其独特的组成方式和管理模式。目前，无人战斗机的开发刚刚处于起步阶段，特别是目标识别与跟踪技术。它主要包括视觉图像预处理，目标提取、目标跟踪、数据融合等技术难题。在实际应用中，无人机的动力、载重、装配空间等物理条件的限制以及飞行速度很快，使得算法处理需要更少的延时。如何提高无人机的算法需要在实践中进一步的研究。

二、无人机影像分析

国内无人机的应用主要是利用固定翼无人机系统获得遥感信息，用于资源调查、环境监测、气象灾害评估等。白由路等（2004）研究了低空遥感技术在精确农业中的应用，使用遥控固定翼无人机系统获取农田信息，如地块边界的数字化、地块面积量算、作物种类识别、作物长势分析等；马轮基等（2005）阐述了无人机在土地利用遥感调查、水色遥感调查、洪涝遥感调查等方面的应用前景；李字昊（2006）利用无人机获得影像，从中测算造林地面积、计算成活率、辨认树种、计算造林密度、确定林龄，以及定位造林地；吕书强等（2007）介绍了无人机遥感的系统集成，并对所获取的遥感影像和飞行辅助数据对飞行试验进行了质量评价；陈信华（2007）将SIFT（Scak Invariant Feature Transform）特征应用于影像的自动相对定向，结合最小二乘法实现了影像的自动匹配；韩杰等（2008）分析无人机的技术优势，阐述无人机遥感技术的主要研究目标和研究内容，探讨我国使用无人机遥感技术的国土资源快速监察机制。

三、无人机目标识别和跟踪技术发展方向

无人侦察机活动图像实时传输的特点：有一定的速高比，图像内目标像素小，目标数量大，图像是满屏运动，帧间相关性较差，为了保证侦察图像信息远距离传输的高准确性和高可靠性，要求侦察图像信息必须分辨率高、失真小，而且传输带宽尽可能窄。因此，中远程无人机侦察信息必须采用一种特殊的数字化压缩传输体制，选择合适的压缩算法，利用专用图像处理芯片来实现侦察信息安全传输。无人机图像图像融合（Image Fusion）是以图像为研究对象的数据融合，是指在同一时间，将同一景物的不同波段或来自不同传感器的两个或两个以上的图像进行处理，形成一幅合成图像，以获取更多的关于目标信息的图像处理过程。图像融合在军事领域的应用主要是目标识别、目标跟踪、态势分析、威胁判断及辅助决策等方面。

不同类型传感器图像反映的对象的特征不尽相同。例如：可见光图像地物目标易于区分，雷达能提供高精度的距离信息，而红外传感器能提供形状信息等。多传感器图像融合研究的主要内容就是充分利用各种类型的图像资源，获得同时具有较高光谱信息和空间分辨率的目标信息，以利于目标的定位、识别、检测等后续处理。具体来说，通过对来自多个传感器的图像进行融合处理后，获得的融合图像包含了任何单一传感器均无法提供的信息。概括地说，图像融合具有以下优点：

（1）增加图像的标识度和可靠性。

不同传感器对同一目标图像信息的置信度或精度是不同的，多通道提供的信息表现为冗余信息，这些冗余信息的融合可以减小整体对目标认识的不确定性，从而提高系统认识该特征的精确度。并且，当有传感器工作不正常或损坏时，提供冗余信息的多传感器能提高系统的可信赖性，即具有良好的鲁棒性。

（2）信息互补性。

从多传感器获得的互补性信息经过融合，可获取单一传感器所无法得到的景物特征，融合后的图像包含了更为精确、全面、丰富的信息，更符合人或机器的视觉特性，更有利于对图像进行进一步分析处理。

（3）工作范围宽。

在不利的环境条件下（例如烟、尘、云、雾、雨等），通过多传感器图像融合可以改善检测性能。例如，在恶劣环境下，可见光图像质量差（甚至无法看清目标），而红外传感器对烟、云、尘和雾却有较强的穿透能力，尽管信号会有些衰减，但仍然可获得较清晰的图像。

（4）抗干扰能力强。

不论何种单一传感器，都有被干扰的可能，但是采用多传感器融合，被干擾的可能性大大降低。

（5）高性能价格比。

随着传感器数目的增加，系统成本将增加，但其增加比例小于系统得到的信息量的增加比例，可以这么说，一个多传感器系统相对于多个单传感器系统，可以用更小的费用获得更多的信息量。

通过无人机机载多传感器图像融合，能够使无人机更好地执行空中侦察、战场监视和战斗毁伤评估等任务。利用图像融合技术分析和综合利用无人机机载SAR、红外、激光、电视等传感器信息己成现代作战指挥系统的迫切需要。

四、需要解决的问题