基于地统计方法的滑坡因子敏感度分析

滑坡的发生及演化都与各种滑坡因子之间存在着一定的关联。通过滑坡因子数据探测及其与滑坡相关关系分析，结合地统计方法可确定滑坡因子的敏感度排序，从而确定因子对滑坡发生确定性的影响程度，为武警部队执勤过程中的科学调度提供重要依据。     

利用实际飞行数据插值的INS/GNSS组合导航仿真轨迹发生器

针对INS/GNSS组合导航仿真中捷联惯导系统陀螺、加速度计信号高精度模拟问题,提出基于实际飞行数据插值的动态轨迹解析生成仿真算法。对转换到地心惯性坐标系中的载体姿态、位置和重力场数据进行关于时间的样条函数插值,得到载体坐标系下陀螺角速率、角增量以及加速度计比力积分增量的高精度分段解析表达式。使生成的陀螺、加速度计信号符合载体运动学和动力学特性,反映杆臂效应影响,同时与经事后处理的实测GNSS伪距、伪距率等数据特征保持一致。提出四元数约束插值算法,其可满足四元数解析插值时范数为1的约束限制条件。基于某实际无人机飞行数据,验证了所提算法的有效性,其完全满足组合导航动态仿真精度要求。该算法也适用于其他高精度高动态导航系统和刚体运动控制仿真中的角运动、线运动传感器信号模拟。     

OFDM系统中基于补零DFT信道插值算法的研究

针对OFDM系统中基于补零DFT实现信道插值的算法,对传统的时域方法和变换域方法进行了分析,并提出了一种新的补零方法。首先通过理论分析指出传统的基于补零DFT实现信道插值算法中,时域方法和变换域方法是等效的;通过对信道插值算法中冲激响应估计序列进行补零的分析,指出补零操作是为了重构出冲激响应的N点采样序列(N表示总子载波数),并针对传统补零方法在一定条件下产生的重构误差,提出了一种新的补零方法。仿真结果表明以上理论分析是正确的,新补零方法可以减小一定条件下的重构误差,增强信道插值算法对信道延迟分布的鲁棒性,有效提高系统的性能。     

单硬件限制下的电磁环境加速绘制

单硬件实现的高效电磁环境绘制适用范围更广;但是,并行光线投射绘制电磁环境时,其效率受硬件性能制约。在研究硬件限制并行光线投射效率的基础上,提出一种面向硬件制约的像素插值方法。当硬件限制并行光线投射绘制不能实时完成时,减少并行投射的光线数量,即部分图像像素由光线投射生成,其余像素插值生成。像素插值以图像质量换取执行效率,当图像更新停顿时重新使用光线投射生成插值获得的像素,以恢复图像内容。实验结果表明,低硬件配置条件下,像素插值能够大幅度提高绘制图像的生成效率。同时,对比多个体数据的绘制效果和误差统计得出:电磁环境数据场最适合使用像素插值方法。     

基于双向映射的非网格型全向图展开插值方法

原始的全向图存在严重的同心圆环状变形,通常需展开为更适合人眼观察的柱面全景图像。结合折反射全向成像特点,提出一种基于双向映射的全向图展开为柱面全景图像的插值方法,通过光路跟踪得到图像间的坐标映射关系,将所要生成的柱面全景图中每一点正向映射到原始的全向图中,确定插值邻域点;将这些邻域点逆向投影到柱面全景图中,针对邻域点在柱面全景图中呈非网格型分布的特点,采用非均匀二维插值算法进行图像插值运算。该方法既准确地定位插值邻域点,又避免了全向图的非线性畸变对邻域点权重计算的不利影响。实验证明该方法能有效提高插值精度和展开后图像的质量。     

一种Mini-SAR的极坐标成像算法

Mini-SAR技术是目前SAR领域一个新兴的重要研究方向,但目前投入实用的成像算法很少。针对Mini-SAR的成像原理,给出了一种新的投入实用的极坐标成像算法,通过对该算法优缺点的研究,分析了Mini-SAR成像场景、分辨率及作用距离三者之间的关系,讨论了该算法对成像场景尺寸的限制要求,明确了算法的适用条件;最后利用某型Mini-SAR实际复数图像数据验证了该算法的正确性。研究结论对国内小型SAR的研制具有一定参考价值。     

基于B-样条分形插值的垂直尺度因子的计算方法

将线性分形插值推广到B-样条上,可避免线性分形插值局限性,进一步扩大分形理论的应用范围。分形插值应用的关键问题,是如何合理地确定垂直尺度因子di的值,而它的计算却没有一种很有效的方法。通过解析方法,获得了均匀B-样条分形插值“S”点的代数解,从而,可准确计算出垂直尺度因子,解决了影响B-样条分形插值应用的难题。     

高精度单频信号初相测量方法

提出了一种基于误差知识的二重插值DFT方法用于高精度时钟初相测量。理论分析与数值仿真结果表明,该方法性能接近Cramer-Rao界。     

一种火炮快速解命中问题的新方法

在火炮解命中过程中,对于射表数据的处理方法主要有逼近法和插值法.基于对射表数据进行插值处理的基础上,用一种解非线性方程的迭代方法对解命中问题进行研究,这种方法可避免导数计算,收敛较快.经仿真计算,并与其他方法进行了比较,验证了该方法在火炮解命中问题中的可行性和优越性.     

基于BP神经网络的极移预报*

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出BP神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。