支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

不同攻角下AUV回收过程中的水动力规律

通过对AUV(Autonomous Underwater Vehicle)回收过程中运动规律的研究和对纳维—斯托克斯方程(Navier-Stokes equations)及其求解方法的分析,基于CFD(Computational Fluid Dynamics)理论建立了AUV回收运动的三维计算模型,并使用CFD软件完成其物理模型的建立、网格的划分及求解设置。在此基础上对AUV回收过程中的阻力、升力干扰进行分析计算,得到不同攻角下AUV所受到的水动力干扰与AUV和回收平台之间距离的相互联系。     

水下航行器头部流噪声数值仿真与实验

选取头部线型,对航行器头部基于RNG k-ε湍流模型及FW-H声学模型进行流噪声模拟,然后对3种头部线型的航行器在不同速度下分别进行水洞实验。通过对比分析数值仿真与实验结果发现,航行器头部流噪声随着频率的增大而逐渐减小,随着速度的增大而增大。在相同速度下,与头部线型2、头部线型3相比,头部线型1流噪声较小,具有更好的降噪作用。所采用的计算方法可以比较准确地模拟航行器头部流噪声情况。     

As-IPDA算法的天波超视距雷达目标跟踪研究

天波超视距雷达(OTHR)具有低数据率、低检测概率和低量测精度特征对目标跟踪提出挑战.针对OTHR在低检测概率下跟踪目标存在失跟率高的问题,将As-IPDA算法应用到OTHR目标跟踪中,通过大量的仿真实例验证了As-IPDA算法在超视距雷达目标跟踪应用中的可行性,并分析了平滑步长、航迹存在性转移参数、目标检测概率对算法性能的影响,给出了算法参数选择建议,为工程应用提供理论参考.     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

三维传感器组网偏差估计方法

采用地心地固坐标系作为统一坐标系,研究了3-D传感器组网中的偏差估计问题,根据同一目标位置在各个传感器探测中的迭合条件.运用一阶泰勒展式推导出各个传感器的距离、距离增益、方位角、仰角偏差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性.     

基于MSA的高阶调制信号比特度量算法的研究

最小和算法(MSA)折中了译码性能和运算复杂度两个方面,是低密度奇偶校验码(LDPC码)硬件实现最常用的译码算法。比特后验概率对数似然比(LLR)是LDPC码MSA译码的关键参数,现有的高阶调制信号比特后验概率LLR计算方法及简化算法都需要估计噪声方差,估计值影响译码性能。论文从分析M阶无记忆二维调制信号比特后验概率LLR通用的计算方法入手,研究了适用于MSA译码的高阶调制信号比特后验概率LLR简化算法,该算法无需估计噪声方差,进一步降低了运算量和实现复杂度。     

YHCAPP系统工艺信息提取和工序图生成技术研究

YHCAPP系统是面向中小企业的工具型CAPP系统,如何从CAD图形提取工艺信息和生成工序图是该类系统的一个难点。文中给出了一种基于表达式求值的方法,成功解决了该难题,实际应用表明该方法稳定可靠。该方法也为一般的工具型CAPP系统提供了新思路。     

回转体表面条纹沟槽降噪水洞试验

在深入探讨条纹沟槽表面减噪机理的基础上,对条纹沟槽表面回转体开展了水洞噪声测试实验研究.实验模型表面条纹沟槽采用了直接加工的实现技术,模型头部为半球形圆头,尾部线型采用双参数尖尾曲线.一系列实验结果表明,条纹沟槽表面回转体与相同形状尺寸的光滑表面回转体相比,具有较明显的降噪效果,最大降噪量超过4dB,降噪量与条纹沟槽的尺寸、水流速度有关.可见,条纹沟槽是一种降噪效果明显、应用价值高的降噪新方法.