开关电流点格神经网络

点格神经网络（ＣＮＮ）和开关电流（ＳＩ）技术是近年来发展迅速的国际前沿领域。本文首先对ＳＩ技术作了简要介绍,然后从硬件实现的角度,阐述了开关电流点格神经网络及其结构特点。据此提出了ＣＮＮ核心处理单元的一种开关电流实现电路,对可编程问题作了简要讨论,并进行了硬件电路的计算机仿真。所得结果对于ＣＮＮ的ＶＬＳＩ实现有应用价值。     

开关电流滤波器的多回路反馈/前馈设计

本文提出了一种具有较低灵敏度和正反两相输出的开关电流（ＳＩ）改进型通用积分器,阐述了以该积分器为积木块,运用多项式变换进行ＳＩ滤波器多回路反馈／前馈设计的系统方法。该方法不需经ＳＣ滤波器中间环节,对Ｎ阶离散转移函数可在Ｚ域中直接进行综合。所得电路结构简单,非常适用于标准ＣＭＯＳ工艺集成。     

一类新的正交变换——离散混合变换及其在卷积计算中的应用

本文首先定义了一种新的正交变换－离散混合变换（ＤＭＴ）及其逆变换（ＩＤＭＴ）,然后给出了ＤＭＴ的一种基－２快速递推算法,并进一步讨论了用ＤＭＴ来快速计算卷积的方法,常用的离散付里叶变换（ＤＦＴ）,离散Ｈａｒｔｌｅｙ变换（ＤＨＴ）均可视为ＤＭＴ的特殊情形。     

神经网络的函数逼近理论

分析了将函数逼近理论与方法引入神经网络研究的必要性；从经典函数逼近与统计分析两方面详细地讨论了多层前馈网（ＭＬＰ）逼近能力分析的基本方法及结论；分析了正则理论观点下的径向基函数网络（ＲＢＦ）的逼近能力；讨论了ＲＢＦ网与多层前馈网在最佳逼近特性上的差异。文末指出了神经网络函数逼近的发展方向。     

战术弹道导弹(TBM)弹道的构造方法

战术弹道导道（ＴＢＭ）和反战术弹道导弹（ＡＴＢＭ）的研究需要一种获取ＴＢＭ弹道数据的快速简便的方法,在对ＴＢＭ的全弹道进行分析以后,根据最小能量弹道理论提出了一种考虑地球自旋情况下构造ＴＢＭ从发射点至落点的弹道的快速迭代算法,该方法在仿真中的成功应用表明它是有效的。     

高保真超宽带TEM喇叭的分析与设计

本文讨论了波形保真的ＴＥＭ嗽叭分析和设计问题．本文提出了两个新论点：１）嗽叭的开口端阻抗不能看作真空波阻抗,它与嗽叭尺寸、张角有关;２）冲激脉冲有时序性能,反射只与局部结构有关,因此,波形保真嗽叭不同于普通的宽带嗽叭．本文按此思想设计了一个宽张角圆锥ＴＥＮ嗽叭,实验表明波形保真良好．     

纳米Si-C-N粒子增强Si3N4 复合材料的结构与性能

本文用Ｓｉ－Ｃ－Ｎ纳米微粉做增强相,Ｓｉ３Ｎ４微粉为基相,采用热压的方法制备了ＳｉＣｐ／Ｓｉ３Ｎ４纳米复相陶瓷,所得的ＳｉＣｐ／Ｓｉ３Ｎ４复合材料的室温弯曲强度为８７８．５ＭＰａ,断裂韧性达１１．９６ＭＰａｍ１／２,同时应用扫描电镜（ＳＥＭ）、高分辨透射电镜（ＨＲＴＥＭ）对其结构进行了观察,讨论了结构与性能之间的关系。     

MEASUREMENT OF PLASMA POTENTIAL USING EMISSIVE PROBE IN A MAGNETIC MIRROR

ＭＥＡＳＵＲＥＭＥＮＴＯＦＰＬＡＳＭＡＰＯＴＥＮＴＩＡＬＵＳＩＮＧＥＭＩＳＳＩＶＥＰＲＯＢＥＩＮＡＭＡＧＮＥＴＩＣＭＩＲＲＯＲＺｈａｎｇＪｉａｎｄｅ（ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＰｈｙｓｉｃｓ,ＮＵＤＴ,Ｃｈａｎｇｓｈａ,４１００７３）Ｆａ...     

一种改进的最大选择逻辑恒虚警检测算法

在已有的恒虚警处理算法中,由于单元平均（ＣＡ）和有序统计（ＯＳ）法都是剔除平均（ＴＭ）法的特例,因此可以考虑用ＴＭ法代替一些参量ＣＦＡＲ算法中所采用的ＣＡ或ＯＳ法,以期获得更优的检测或控制虚警的性能。基于这种思想提出ＴＭＣＡＧＯ检测器,并在ＳｗｅｒｌｉｎｇⅡ型目标假设下推导Ｐｆａ、Ｐｄ和ＡＤＴ的解析表示式。通过对其在均匀背景和强干扰目标环境下性能的分析,以及与ＯＳＣＡＧＯ、ＧＯＳＧＯ和ＯＳ等检测器性能的比较,发现ＴＭＣＡＧＯ在上述环境中的性能较这几种检测器均获得了明显的改善。     

A COMPLEX OF TWO OPTIMIZATION IDEAS IN OPTICAL AUTOMATIC DESIGN

ＡＣＯＭＰＬＥＸＯＦＴＷＯＯＰＴＩＭＩＺＡＴＩＯＮＩＤＥＡＳＩＮＯＰＴＩＣＡＬＡＵＴＯＭＡＴＩＣＤＥＳＩＧＮＷａｎｇＹｏｎｇｚｈｏｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＰｈｙｓｉｃｓ,ＮＵＤＴ,Ｃｈａｎｇｓｈａ,４１００７３）Ａｂｓｔｒａｃｔ：...     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

基于Contourlet变换的火炮内膛疵病分割方法

对火炮内膛图像进行有效的疵病分割是内膛疵病识别的重要步骤。针对火炮身管导气孑L疵病的分割进行研究,提出基于Contourlet变换的火炮内膛疵病分割方法。通过对内膛图像Contourlet变换高低频系数的调整,在排除导气孔自身结构的影响下,提取出疵病的边缘,并结合形态学处理,实现导气孔疵病的分割。实验结果表明,该方法内膛疵病分割准确,抗噪能力强,适用于火炮内膛疵病分割。     

一种适用于 UWB-SAR 的实时成像算法

UWB-SAR系统较之常规SAR系统,成像所需计算量更为庞大,实时处理的实现更难.通过将子孔径思想应用于BP算法,给出了一种实用的实时成像算法(LocalBP算法),该算法同BP算法相比,成N×N点的图像,运算量可减少,同时该算法具有良好的并行及流水实现结构.     

矩不变量在目标形状识别中的应用研究

本文提出了图像分割的一种新的算法，简单实用。实验表明，它优于经典的最大方差准则门限法和最大熵分割法。本文利用中心矩构成仿射不变量，作为目标的特征。本文提出了利用上述各特征的一种数据融合算法。实验表明，利用该算法进行识别时正确率高，且所用时间短，效果好。本文所提供的方法在对１８类目标１３８幅图像进行识别时总识别正确率高于８５％。     

北斗导航系统移动基准站差分定位算法

针对复杂测量环境无法建立固定基准站及进行精密定位的问题,提出一种基于北斗导航系统的移动基准站差分定位算法,即基准站与流动站同时运动并实现高精度差分定位的算法。基于载波相位测量值,在动态短基线条件下,对数据进行站间和星间双差处理,消除接收机钟差以及其他公共误差。对多频观测值进行线性组合,构造双差载波相位超宽巷、宽巷、中巷及窄巷观测量。对上述观测量进行窗口滑动均值滤波并采用逐级模糊度确定法固定整周模糊度,即沿着从超宽巷到窄巷的顺序依次求解整周模糊度。为验证算法有效性,设计基于北斗导航系统的轨道外部几何参数检测仪进行实验,实现毫米级静态相对定位精度和厘米级RTK相对定位精度。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。     

基于粗糙集支持向量机的空袭目标识别

为提高对空袭目标的识别能力,提出了一种基于粗糙集支持向量机的空袭目标识别方法.该模型用RS方法构建SVM数据处理系统的前置系统,充分利用RS理论在处理大数据量,消除冗余信息等方面的优势,减少了SVM训练数据,克服了SVM算法因为数据量太大而导致处理速度慢的缺点.根据分类识别的要求,在RS-SVM两类分类算法的基础上,建...     

基于对偶四元数的单目视觉/惯性组合导航算法

提出一种适用于结构化道路的单目视觉/惯性组合导航定位算法.针对点特征匹配和连续多帧追踪受车速和相机视野制约的不足,提取道路上车道线的直线特征,引入对偶四元数描述直线特征.在基于对偶四元数的相对位姿估计算法的基础上,推导了图像特征增量与相机位姿增量的表达式.通过配准和时间同步,用惯导系统和相机分别解算的载体速度之差作为组合导航的观测量,建立kalman滤波修正组合导航系统的误差,包括相机测速标度因数误差.车载实验结果表明在结构化道路上算法是有效的.     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

基于拼接算法的炮膛疵病自动识别技术

针对当前采用目测识别方法进行炮膛疵病检测时存在的识别速度慢、精度低、人为影响因素大等缺点,提出了一种基于拼接算法的炮膛疵病检测方法。该方法采用Harris角点检测算法进行特征点提取,采用归一化互相关法进行特征点初匹配,采用马氏距离提纯算法消除误匹配,采用改进的8参数透视变换优化估计算法和基于边界保持的函数加权平滑融合算法进行炮膛图像融合,并选取图像面积、短长径之比为特征参数完成疵病的自动识别。实验结果表明：该算法对炮膛图像能较好地进行拼接,而且数值化的疵病识别方法相比传统目测识别方法也更加快速、准确,可为部队和相关工程人员进行身管检测提供有益参考。