高维图像数据的最优表达

对于M×N维图像数据,提出了一种用M维和N维向量表达的方式,这种方式使得图像处理可以在较低维数的空间中进行,便于计算。同时在一定意义下,这种表达是最优的。证明了在图像采样点数趋于无穷时,就相当于文献的结果。给出了这一方法的应用实例。     

时变最优条件数的目标要素解算方法

纯方位目标跟踪是一个典型的非线性问题,伪线性跟踪估计器是理论和工程上解决该问题的一类重要方法。针对纯方位观测模型伪线性化后,系统存在弱可观测性问题,提出了一种时变最优条件数的目标要素解算新方法,理论上给出了一个改善系统可观测性的最优乘数因子。在系统条件数和参数估计的收敛概率两个方面,数值仿真和实验数据验证都表明新方法要优于经典纯方位伪线性化方法。     

无人机姿态控制系统的优化设计与仿真

应用线性二次型性能指标的最优控制理论,对无人机姿态控制系统进行了优化设计,通过仿真实现了系统的最优调节。在设计和仿真过程中,借助于MATLAB最优控制工具箱及有关命令,使设计变得简单、效率得到提高。     

基于误差修正模型的自适应递推滤波算法

提出自适应滤波算法是经典Kalman滤波与最小方差自适应控制结合的成果。通过引入一个可变因子,将线性系统的状态转移方程与观测方程合并,然后平滑估计未知白噪声,使原本不相关的估计量被映射在同一线性流型中,由此获得可变因子的最优值。可变因子的最优调节保证了滤波的自适应性。最后通过仿真将此算法与经典的Kalman滤波对同一目标状态进行比较,发现由于误差修正因子的引入,此算法在滤波精度上得到显著提高。     

斜拉桥监测系统传感器位置的寻优

分析了传感器系统尤其是传感器布点位置在桥梁结构健康监测中的重要性,对桥梁结构传感器优化布点作了详细的分类及论述。分析了遗传算法的特点和优点,并将其与传统优化算法作了比较。利用遗传算法研究了宁波招宝山独塔不对称斜拉桥健康监测系统中传感器的最优布点问题。结果表明,用遗传算法进行传感器最优布点具有结果稳定可靠,收敛迅速的特点,能够满足系统的要求。     

金猴奋起摩托腾飞——2004年中国摩市回眸与展望

2004年是中国摩托车业极不平凡的一年。全年累计生产摩托车1718.69万辆,累计销售1719.78万辆,同比分别增长17.25%、16.56%;产销集中度再次分别提高4.61个百分点和4.37个百分点;累计出口340.10万辆,同比增长22.17%,创汇额124038万美元,同比增长15.10%。大长江、嘉陵、建设、钱江、力帆、宗申和隆鑫等7个百万辆重量级企业集体登台亮相,创历史之最。2004年摩市回眸2004年,既是中国摩托车业多事之秋、逆风而上的一年,也是其高速发展、大获丰收的一年。新年伊始,中国摩托车业出师不利:原材料涨价、运输成本上升、出口退税税率下调、能源供应紧张…     

考虑形状差异的RFS多目标跟踪性能评估方法

在对随机有限集(Random Finite Set,RFS)多目标跟踪算法进行性能评估时,最优子模式分配距离(Opti-mal Sub-Pattern Assignment,OSPA)及改进形式是最常用的指标.分析了釆用OSPA距离的评估方法存在不完备的情况,考虑到多目标运动过程中组成的几何形状信息,通过引入形状差异度量,提出了一种改进的OSPA距离,并基于傅里叶描述子给出了形状差异度量的计算公式.仿真结果表明,针对部分RFS多目标跟踪性能评估场景,所提的改进方法可以得到更加完备的评估结论.     

单平台纯方位信息的水面编队目标运动要素解算

基于实际背景需求,针对单平台纯方位水面编队目标运动要素解算问题,从可观测性、观测平台机动及解算模型三方面作了探讨.利用线性系统可观测理论,基于伪线性量测方程对编队目标运动要素的可观测性进行了研究,给出了可观测条件.以Fisher信息阵行列式为性能指标,探讨了观测平台最优机动的理论轨线和工程轨线形状.给出了3种编队目标运动要素解算模型,并进行了仿真比较分析.研究结论和仿真结果表明:水下单平台基于纯方位解算编队目标运动要素,自身必须作有效机动,可以采用单目标运动要素解算的最佳机动策略;提出的联合解算模型的效果显著好于已有的两种模型.     

基于BMOPSO的后装保障基地多目标选址方法研究

基于后装保障基地选址多目标特性,提出了保障水平—保障距离阶跃性、保障加权距离等概念,构建了多目标混合整数规划选址模型;针对模型目标函数多、维度大、难以计算等特点,设计了一种二进制多目标粒子群算法(BMOPSO),并进行算法效率分析;结合算例分析了具体选址问题,计算得到了一组帕累托选址方案组合和帕累托前沿.该方法可根据决策者偏好为其提供选址决策参考.     

基于对比度最优的VCO调频非线性误差估计与校正方法

针对VCO调频非线性误差的准确估计与校正问题,提出一种以一维距离像对比度最优为准则的自适应估计与校正方法。本方法建立引入温度变量的VCO频率特性模型,并据此估计出某一温度值对应的调频非线性误差,在对中频回波进行误差补偿和一维脉压后,以一维距离像的对比度最优作为迭代收敛准则,实现调频非线性误差的最优估计与校正。仿真和实测数据结果表明,该方法充分考虑了温度因素对VCO输出频率的影响,能够在不增加硬件复杂度的前提下,通过算法实现对调频非线性误差的估计、跟踪与补偿。与传统基于硬件电路进行估计或校正的方法相比,新方法无需由硬件组成闭环估计通道,且具有实时性强、运算量小、补偿精度高的优点,对于克服实际工程应用中VCO器件的参数漂移问题具有重要指导意义。