全新的多媒体设备——触摸屏

触摸屏,作为一种全新的多媒体设备,已逐步在各个领域得到广泛应用,尤其是在一些无人看护的公共场所更加体现出其优越性。本文就触摸屏的发展、各类触摸屏的原理及性能比较作以介绍。     

RBF神经网络在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在激光陀螺单轴旋转惯性导航系统中,单轴旋转可以自动补偿垂直于旋转轴上的惯性器件误差,却不能消除旋转轴方向上惯性器件的误差,因此单轴旋转惯性导航系统的导航精度主要由轴向陀螺漂移决定.提出了一种基于径向基函数神经网络的轴向陀螺漂移辨识方法,利用系统纬度误差和温度变化量作为训练集,针对系统热态、冷态两种情况对RBF神经网络进行训练,对轴向陀螺漂移的辨识精度达到0.0003°/h.试验结果表明:该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,满足实际应用的需要.     

跨模态检索中的相似性漂移问题

为了降低“相似性漂移”问题的影响,提出一种基于“邻域传播”的匹配策略,将待查询项的模态内近邻映射到目标空间中,并将它们在目标空间中的最近邻作为查询项的跨模态近邻。基于邻域传播的匹配策略在不改变跨模态映射函数的条件下,可以有效地降低“相似性漂移”带来的误匹配现象。理论和实验分析证明,跨模态映射函数的“相似性漂移”问题广泛存在,而基于“邻域传播”的匹配策略可以有效降低其影响,提高匹配的准确率。     

光学陀螺旋转惯导系统原理探讨

利用旋转自动补偿光学陀螺的漂移是实现高精度惯性导航的有效途径之一,补偿的原理可以从惯性导航的误差方程中得到阐明。光学陀螺的特点决定了采用元件级的旋转方式会带来额外的误差和问题,而只能采用系统级的旋转,即整个惯性测量组合旋转补偿的方式。对一种8次180°翻转的光学陀螺惯性测量组合旋转方案进行了图形化的说明和分析,并仿真比较了旋转补偿前后的导航误差,结果表明这种系统级的补偿方案能够抵消所有惯性元件的静态漂移,从而大大提高了导航输出的位置和姿态精度。     

改进的图像分割遗传K-均值聚类算法

针对图像分割,提出了一种改进的遗传K-均值聚类算法.合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体鳊码相关的隶属矩阵可有效地减少运算时间.实验结果表明,改进后的遗传K-均值聚类算法是行之有效的.     

邻域灰度差加权的模糊C均值聚类图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点.但是这种算法没有考虑到样本空间中不同的样本点对分类的贡献不同,因此分割效果不理想.提出了邻域灰度差加权的模糊C均值聚类算法,实验结果表明,该算法不仅取得了很好的分割效果,而且加快了算法的收敛速度,从而满足了图像分割的有效性、实时性的要求.     

激光陀螺捷联惯导系统元件误差自标定技术

通过设计一种实用的激光陀螺捷联惯性导航系统自标定算法,保证在外场使用情况下,能对惯性器件误差(三个陀螺漂移和三个加速度计零位)进行精确标定,确保系统长期使用精度.在完成算法设计的基础上,进行了仿真计算,取得满意的仿真结果.     

激光陀螺漂移测试数据的处理与分析

根据获得的激光陀螺漂移测试数据,利用时间序列分析的方法对漂移数据进行了建模,得到了漂移数据的时间序列模型;在此基础上用Kalman滤波的方法对数据进行了处理;从时域和频域两方面对滤波结果进行了分析.结果表明,采用的建模和滤波方法能有效提高陀螺的精度.     

基于UKF的机动目标跟踪算法

基于EKF在处理非线性问题时采用系统预测状态的局部线性化方法来近似系统状态演化方程所产生的不良影响,提出了一种用UKF方法解决机动目标方位和速度的跟踪及估计问题的算法.按实际的非线性模型演化时,该算法能够很好地对非线性函数的后验均值与方差进行拟合,并充分利用了传感器每次量测带来的信息并进一步优化了测量方差.仿真试验表明,该算法能很好地对机动目标的速度和航迹进行估计和跟踪.     

捷联惯导惯性系对准误差分析

针对捷联惯导晃动基座下惯性系粗对准两种不同的计算方法,分析了由陀螺常值漂移和加速度计零偏引起的漂移误差（即平台失准角）、刻度误差和歪斜误差,并推导了这些误差项与惯性元件误差之间关系的解析表达式。结果表明：两种惯性系对准算法的平台失准角具有相同的极限精度,并且与传统解析对准法的精度一致;惯性系对准法的歪斜误差很小可以忽略,但需对姿态阵正交化以消除刻度误差的影响。