图像目标识别中的分层检索模型

形状特征是武器装备目标识别的关键因素.针对归一化后轴夹角的特点和小波描述子多尺度描述轮廓曲线的特性,提出一种R树索引的分层检索技术模型,在模型库空间逐级过滤出与目标相似的模板,以保证检索的效率和准确性,并通过对军用车辆的检索实验验证了模型的有效性.     

一种陀螺随机漂移的高精度组合建模方法

随机漂移是制约陀螺精度的一个重要因素,提出了一种对陀螺随机漂移精确建模的方法.利用小波降噪技术消除信号中的高频噪声,再将降噪后的数据序列平稳化,对平稳化后的数据序列进行AR建模、卡尔曼滤波,得到陀螺随机漂移的估计量.用Allan方差等方法对仿真结果进行了检验,表明了该方法的有效性.该模型可用于补偿惯导系统中陀螺漂移产生的随机误差,以提高制导精度.     

基于球面映射和拆卸树的拆卸序列生成算法

拆卸序列生成是虚拟维修的核心之一,直接关系到虚拟维修的可行性及成本。搜索所有可行拆卸序列、避免组合爆炸并保持算法的通用性是序列生成算法的研究难点。通过引入球面映射概念,定义了局部和全局阻碍方向及可拆卸方向,克服了传统方法中基于六坐标轴方向创建干涉矩阵的局限性。提出了一种符合拆卸规则和拆卸关系表的拆卸树生成算法,求得所有可行的拆卸序列,并通过实例在虚拟维修平台上得到了实现。     

基于隐Markov树的序贯故障诊断模型

为了充分利用先验信息和实测信号,提高故障识别率,根据Bayes方法和序贯决策的思想,将实测信号分段,将前一段信号的诊断后验信息作为后一段信号的先验信息,提出了一种基于隐Markov树(hidden Markov tree,HMT)的序贯故障诊断模型.给出了诊断模型的建模步骤、HMT模型的建立方法和Bayes后验概率的计算方法.将模型应用于某型减速器故障诊断的结果表明,对于有先验信息和无先验情况,该序贯模型都可以有效地提高故障识别率.     

基于事故树和贝叶斯的军民航飞行冲突风险研究

为充分了解当前军民航飞行冲突、危险接近事故征候的成因,并对其发生原因进行有重点的预防和对事件发生概率的精确预测,首先建立事故树模型,对其原因进行分析;总结导致其发生的基本事件,计算事故树模型的最小割集和各个基本事件的结构重要度;其次对军民航飞行冲突、危险接近事故征候的发生概率进行合理的取值,得出基本事件的概率重要度,指出基本事件发生概率对顶事件发生概率的影响;最后构建军民航飞行冲突、危险接近事故征候贝叶斯网络模型,计算中间事件的条件概率和顶事件发生概率,并与实际结果进行对比,验证方法可行性。     

面向人机交互的运动想象脑电信号感知算法研究

脑电信号的特征提取与分类识别是脑机交互领域的核心问题。针对运动想象脑电信号的多分类问题,以更好利用包含有用信息的脑电信号频带为目的,提出了基于小波包变换(WPD)和一对多共空间模式(CSP)的特征提取算法。首先使用WPD算法将原始脑电信号分解成一系列子频带,筛选与运动想象活动相关的子频带。然后使用一对多CSP算法进行特征提取。最后对各子频带的特征进行组合并使用BP神经网络进行分类。算法的有效性通过BCI竞赛的基准数据集进行了测试,相交于竞赛结果有了明显提升。     

基于不同能量值特征优选的水声目标识别

采用Bartlet平均周期图、小波变换和经验模态分解方法分别提取信号的频段能量值特征、IMF能量值特征，重点对IMF能量值特征进行特征优选。通过设计BP神经网络分类器，对实测的四类舰船目标的辐射噪声信号进行测试，取得了较好的识别效果。