基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。     

对违法违纪“零容忍”

完善规章制度,规范权力运行,是加强党风廉政建设,防止权力变异与腐败的根本性措施。胡锦涛总书记在党的十七大报告中明确指出,在坚决惩治腐败的同时,更加注重治本,更加注重预防,更加注重制度建设,拓展从源头上防治腐败工作领域。这三个"更加注重",体现了对党员领导干部违法违纪"零容忍"的内在要求,指明了全方位防治权力变异与腐败的努力方向。落实对党员领导干部违法违纪"零容忍"的内在要求,必须规范权力运行     

通用脉冲雷达信号仿真软件设计与实现

基于雷达信号的基本理论,分析整理了雷达信号的时域表示、频域表示以及模糊函数;归纳总结了单载频矩形脉冲信号、线性调频矩形脉冲信号以及伪随机二相编码信号等3种典型的雷达脉冲信号,对它们的复包络、时域描述、频谱函数、模糊函数及其特点进行了详尽研究和分析,建立了3种雷达脉冲信号的完整的数学模型;基于Matlab仿真软件对3种典型的雷达脉冲信号进行了仿真实现,设计并编写了通用脉冲雷达信号仿真软件.该仿真软件能够对雷达脉冲信号的各种参数、信号采样频率和采样时间进行设置,软件按照设置的参数进行信号仿真,并能给出信号的时域波形、频谱及其三维模糊函数图,这对于雷达信号形式的教学和科研具有积极的推动作用,学员能够直观形象地学习和理解各种雷达脉冲信号,同时对于相关的科研工作,能够提供所需的各种雷达信号数据,为雷达信号处理相关算法研究提供数据支撑.     

基于差分进化算法的运输直升机人员装载问题

针对空中突击作战中运输直升机资源有限、人员装载需求较大的特点,在满足装载原则约束的前提下,建立了以空间利用率最大化为目标的运输直升机人员装载模型,并提出了一种动态的差分进化算法对模型进行求解.该算法对传统差分进化算法的控制参数进行调整,同时加入个体适应度参数,设计了动态精英变异算子和动态二项式交叉算子,仿真实验证明,该算法可对运输直升机人员装载问题进行有效求解.     

轨道不平顺对单轨橇车结构动力影响分析

火箭橇轨道垂向不平顺是橇车运动过程中产生振动的主要因素.本文利用改进周期图法计算了不平顺数据的功率谱密度,基于谐波函数叠加的方法重构了轨道垂向不平顺特征,并以某型单轨橇车为例,应用拉格朗日方程计算其动力特征参数.结果表明:最大速度的相对误差约为5.4％,质心垂向加速度数值与实际检测值基本一致.该方法可应用于指导试验方案...     

残差域加权ACF基音周期检测算法

针对传统自相关(ACF)基音周期检测算法存在较多的倍频和半频错误,文章提出一种基于线性预测残差域加权ACF基音周期检测方法。首先对语音信号中心削波,减小共振峰的影响;而后进行线性预测分析获得残差信号,对其求自相关值和循环幅度差(CAMDF)值,以CAMDF的倒数值为权重加权ACF进行基音周期检测;最后通过基音平滑算法对提取的基音轨迹进行后处理。仿真实验表明,该算法可降低基音提取的倍频和半频错误,提高估计精度。     

粘滞系数测定实验数据的数学验证

利用计算方法提供了五种对蓖麻油粘滞系数的实验数据进行验证的方法,并得到一些经验公式,结果表明方法可行,特别是拉格朗日多项式、指数函数和样条函数有较高精度。     

基于小波变换的宽带模糊函数估计器

提出了一种基于小波变换的宽带模糊函数参数估计器,即通过交互小波变换计算宽带模糊函数,取宽带模糊函数模的平方的峰值点对应参数作为目标时延与时间伸缩的估计．仿真结果表明,该估计器的估计性能好于直接模糊函数估计器,且计算方便,非常适合于实际宽带处理系统应用．     

高超声速飞行器保预设性能的反演控制方法

为了解决高超声速飞行器纵向运动模型的稳定轨迹控制问题,设计了一种在非仿射模型基础上保证预设性能的反演控制方法。对于速度子系统,直接设计非仿射控制律,保证预设性能,通过合理的变换将高度子系统转化为严格的反馈形式,便于反演控制步骤的设计。基于动态性能和稳态精度,设计了预设性能函数,将跟踪误差的稳定性限制在预设范围内,引入指令滤波器,有效克服了传统反演控制中虚拟信号重复推导的问题。控制器的设计不依赖于精确的模型。引入径向基函数来逼近过程中的未知函数,使得控制律具有令人满意的鲁棒性和实用性。基于李雅普诺夫稳定性理论,证明了所有闭环系统的稳定性。仿真结果表明,该控制器能够稳定地跟踪参考信号。     

基于正态分布曲线的分段式变步长LMS算法

针对传统最小均方误差(Least Mean Square, LMS)自适应滤波算法由于步长固定,在解决稳态误差与收敛性之间的关系时,始终处于矛盾状态的问题,在对传统的固定步长LMS自适应滤波算法分析的基础上,根据变步长LMS自适应滤波算法的步长调整原则,通过构造步长因子与误差信号的非线性函数,提出了一种基于正态分布曲线的分段式变步长LMS自适应滤波算法,并分析了参数取值对算法性能的影响。针对实际信号处理过程中参考信号难以选取的问题,提出了一种基于分裂阵的参考信号选取方法。理论和海试数据分析结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS自适应滤波算法和基于Sigmoid函数的变步长LMS自适应滤波算法。