改进的SAR图像车辆目标姿态角估计方法

合成孔径雷达(SAR)对车辆目标的识别效果与目标的姿态角密切相关.如果确定了目标的姿态角,就可以大大降低识别系统的运算量,提高识别效率.Radon变换是一种检测目标姿态角的有效方法,但是Radon变换在实际应用中有一定的局限性.通过利用二维连续小波变换引入角能量密度函数的概念,提出了一种Radon变换和角能量密度相结合的姿态角识别算法.利用MSTAR公共目标数据库中的目标样本,通过实验验证该种方法能够准确的估计目标的姿态角.     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。     

一种新型混合跳频通信技术

文中提出了一种新型混合跳频通信技术,该技术结合传统跳频技术和差分跳频技术,在较窄的频带上采用差分跳频调制,并将该调制信号与另一更宽频带内的慢跳频信号进行混频,最终得到一个跳速高、频带宽的调制信号。接收端解调时,先按照传统跳频解调的方式进行慢跳频的解调,再按照差分跳频解调的方式对信号进行差分跳频解调。这种混合跳频通信技术在提高数据传输速率的同时,也可以很好地改善系统的误码率性能和抗单音干扰性能。     

伺服电机NCS神经网络PID趋近律滑模控制

针对直流伺服驱动电机的网络控制系统的非线性控制系统特性和神经网络多包传输的特性,提出一种基于滑动窗口策略的多核LS-SVM神经网络PID趋近滑模控制器。该控制器可以在线控制和预测丢包补偿,并将其控制系统实现为一种具有延迟和丢包的多包数据传输直流控制器的伺服驱动电机神经网络自动控制补偿系统。其主要方法为,首先基于等效变换、无延迟和滑动窗口相结合的LS-SVM在线数据包损耗预测,建立系统的延迟补偿模型。其后通过神经网络的非线性映射对PID参数进行在线调整,实现稳态并进行分析。仿真结果表明,组合内核LS-SVM预测策略可以提高数据包损失补偿的准确性,减少系统抖振,在响应速度较快的情况下完成整定。     

过渡流区圆柱体驻点热流的工程计算

以流动分区的界限为Knudsen数的变化区间,使用线性插值和调节参数进行校正的方法,提出一种计算过渡流区热流的桥函数形式,并且确定了端面迎风的圆柱体的调节参数.使用DSMC方法对计算结果进行验证并与其他形式的桥函数进行比较.结果表明该桥函数在马赫数大于10的情况下,能比较准确地计算驻点热流的值,可以为飞行器初步设计提供一定的参考依据.     

布尔函数的Walsh谱绝对值分布及其性质研究

提出并研究了布尔函数的Walsh谱绝对值分布.指出布尔函数Walsh谱绝对值分布在仿射变换下的不变性,计算了n(n≤5)元布尔函数的Walsh谱绝对值分布,研究了Walsh谱绝对值分布与Walsh谱支撑和Walsh谱中非零取值个数以及其他一些密码学难题的联系,最后研究了布尔函数的Walsh谱绝对值分布的大小.     

对空向量瞄具设计

给出了对空向量瞄具的设计计算方法,并对一个实例进行了详细的分析。     

基于小波分形理论的快速图象编码算法

小波和分形理论应用于图象压缩领域是当今研究的前沿。提出了一种快速图象编码算法,它将加权小波变换与基于二叉树和双向链表搜索的分形编码相结合,在高压缩比、高信噪比前提下,使编码时间大大缩短。在ＰｅｎｔｉｕｍＰｒｏ２００个人机上对一２５６×２５６,８ｂｐｐ图象进行实验,编码时间仅需８秒,而图象失真很小。     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

关于分形插值函数的积分

用反例说明在 [1 ,2 ]中关于分形插值函数的积分公式是错误的 ,并建立了关于分形插值函数积分的正确公式。