基于多尺度稀疏字典的SAR图像目标识别方法

针对合成孔径雷达目标识别问题,提出一种基于多尺度稀疏字典的SAR图像目标识别方法。稀疏字典选择是稀疏表示中的关键问题之一,该方法利用小波多尺度分析构造过完备稀疏字典,将训练样本图像在小波解析域中进行小波多层分解,充分利用小波多尺度分析突出图像局部特征的特点,并和过完备稀疏表示有效结合组成级联字典。通过求解测试样本相应的稀疏系数矢量并根据系数矢量中对应训练样本类别的重构误差判定目标类型。实验结果表明,该方法在识别前无需对SAR图像进行预处理,具有良好的识别效果。     

分数阶Fourier变换的多相码雷达信号分离算法

利用多相码雷达信号在某个分数阶域内呈现多个间隔相等的冲击这一特性,提出了一种基于分数阶Fourier变换的多相码雷达信号分离算法,首先将混合信号以特定的旋转角作分数阶Fourier变换,然后通过窄带通滤波器抽取多相码雷达信号,去除大量噪声和其他干扰信号,最后再经过分数阶Fourier反变换,恢复出时域的多相码雷达信号。理论分析和仿真实验表明,该算法计算量小,分离效果好,可实现较低信噪比下的多相码雷达信号分离。     

个性名片

游戏名称:个性名片活动目的:让新兵学会推荐自己,把自己融入集体,并且尽快地彼此熟悉,建立一种良好的人际关系。游戏内容:每人准备一个胸卡、彩色笔若干,主持人发给每位官兵一个空白胸卡。在5分钟内,让每位战士为自己设计一张     

案例智能维修训练系统的设计与实现

基于案例的智能维修训练系统将智能教学系统与CBR技术结合起来应用在故障维修领域。在智能教学理论与CBR技术的支持下,围绕案例阐述了智能维修训练系统的设计和实现。给出了系统的通用体系结构;采用框架法实现知识库的设计;分析学生模型的构成并给出学生知识水平和学习能力的评估方法;针对训练策略给出其控制流程及其实现过程。这种基于案例的智能维修训练系统能有效地应用于装备的实际维修训练中。     

基于中间表示规则替换的二进制翻译中间代码优化方法

动态二进制翻译在实现多源到多目标的程序翻译过程中,为屏蔽不同源平台间的硬件差异引入中间代码,采用内存虚拟策略进行实现,但同时带来中间代码膨胀问题。传统的中间代码优化方法主要采用对冗余指令进行匹配删除的方法。将优化重点聚焦在针对特殊指令匹配的中间表示规则替换上,提出了一种基于中间表示规则替换的二进制翻译中间代码优化方法。该方法针对中间代码膨胀所呈现的几种典型情景,描述了中间表示替换规则,并将以往应用在后端代码优化上的寄存器直接映射策略应用在此处。通过建立映射公式,实现了将原来的内存虚拟操作替换为本地寄存器操作,从而降低了中间代码膨胀率。使用SPEC CPU2006测试集进行了实验,验证了此优化方法的正确性和有效性。测试用例在优化前和优化后的执行结果一致,验证了优化方法的正确性;优化后测试用例的中间代码平均缩减率达到32.59%,验证了优化方法的有效性。     

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。     

基于重叠网格的航行体水动力特性计算

利用重叠网格技术结合实验方法,研究了航行体跨界质过程中的阻力来源。将试验结果与仿真结果进行对比,得出该过程中的水动力及水动力系数变化趋势以及原因,结果表明：航行体在水下速度由25 m/s下降到9.7 m/s,水动力以及系数在航行体即将出水时刻达到最大值,分别为0.65 kN和0.184。出水过程水动力及力系数主要受水冢现象、浮力变化以及附连水质量变化影响而呈现波动并逐渐趋向于零,粘滞力是航行体完全出水后主要的流体阻力来源。该研究为水航行体减阻设计提供了参考依据。     

关于半鞅的可料表示性

利用鞅空间H1的泛函表示定理、泛函分析中的Hahn-Banach定理、半鞅向量随机积分的Girsanov定理,获得了半鞅可料表示性的特征。由于使用的是半鞅的向量随机积分,它推广了经典的结论。