曲面拟合法和梯度法相结合的图像亚像素配准算法

针对传统亚像素配准算法存在精度不高、计算复杂的问题,提出了一种曲面拟合法和梯度法相结合的图像亚像素配准算法。采用9点相关系数曲面拟合法对图像进行粗配准,求得一个相对粗略的亚像素配准位置;在两幅图像中选取相同尺寸的子区图像,在粗略的亚像素配准位置基础上,采用梯度法最终获得精确的亚像素配准位置。不同平移关系下的样本图像亚像素配准对比实验结果表明,该算法实现了曲面拟合法和梯度法的优势互补,有效提高了图像配准的精度,最大配准绝对误差由0.17像素降低为0.02像素。     

SiC光学材料的电弧增强等离子体加工方法

Si C光学材料具有高化学稳定性,其在普通的等离子体加工中难以获得较高的加工效率。在等离子体加工实验中,发现提高等离子体的自身射频电压可增强等离子体与Si C材料之间的电弧放电作用,而借助电弧的增强作用可提高Si C材料的加工效率,因此提出电弧增强等离子体加工方法。为研究电弧的形成原理,使用自制的探针分别测量了普通电感耦合等离子体和电弧增强等离子体的电压。分别使用传统方法和电弧增强方法对S-Si C进行直线扫描加工实验,证明了电弧增强等离子体加工方法具有更高的加工效率。     

电磁轨道炮系统建模与分析

轨道炮利用电能将电枢及弹丸推动至超高速,是具有武器应用背景的复杂机电系统。介绍了轨道炮基本原理,在分析了轨道炮电路、运动学、能耗特点基础上,利用MATLAB建立了系统的数学模型,计算了不同电感梯度条件下轨道炮系统的发射电流、电枢速度、溃入炮体能量,分析了发射过程中不同形式的能量损耗及能量利用效率。结果表明,在特定电源参数条件下,一定范围内提高电感梯度值,电流幅值降低,炮口动能和发射效率提高明显。这对研究轨道炮电能应用特点有一定的参考价值。     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。     

考虑地磁场空间梯度的飞行器磁干扰建模与求解方法

首先,在研究飞行器背景磁干扰模型与小信号模型的基础上,分析了地磁梯度沿纬度与高度的变化规律,分析可知由于飞行器的机动,地磁梯度会对测量结果造成影响;然后,考虑地磁梯度因素,对原有小信号模型求解方法进行了改进：飞行器在四个航向上做小角度的机动飞行,将地磁场沿纬度与高度的梯度作为未知量,与飞行器磁干扰模型中的剩磁参数、感磁参数和涡磁参数一起求解;最后,利用实测试验数据进行了验证,结果表明：考虑地磁梯度的影响与不考虑地磁梯度的影响相比,求解的模型参数可以在细节上进一步提高飞行器背景磁干扰的补偿效果。     

混合均衡问题和不动点问题的公共元的迭代算法

在Hilbert空间中,利用超梯度算法,用以逼近混合均衡问题的解集与半压缩映像不动点集的公共元,并且证明了该算法的收敛性。使用新的分析技巧证明了一个强收敛定理。     

压缩感知新技术专题讲座(三) 第6讲 压缩感知在语音处理中的应用研究

压缩感知CS(Compressive Sensing)作为一门新兴的技术,成为近年来人们广泛关注的研究热点。文中介绍了压缩感知理论的基本原理,在此基础上将压缩感知理论应用到语音信号处理中。首先研究了语音信号的稀疏性,说明了对语音信号进行压缩感知具有可行性;其次,采用随机滤波器组构造随机测量矩阵得到语音信号的压缩测量值;最后,研究了压缩测量值之间的相关性并将这种相关性作为稀疏度的一种度量方法用于控制随机滤波器阶数,实现了语音信号的自适应压缩感知。     

电感储能电源余能回收对轨道炮特性影响分析

对剩余能量进行回收并重复利用有利于提高电感储能脉冲电源驱动电磁发射系统的能量利用效率,剩余能量回收的快慢将直接影响电磁发射系统的发射性能。在电感储能脉冲电源的基础上引入剩余能量快速回收单元可以实现剩余能量快速回收。为研究带有剩余能量回收单元的改进电路对连续电磁发射系统产生的影响,分阶段对改进电路的放电过程进行分析,对一个12模块的增强型轨道炮系统进行建模仿真,并与改进前的电路进行对比分析,进而得到改进电路驱动电磁发射系统的输出特性和发射优点。     

针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标的无人机位姿参数进行求解,并综合它们的结果对无人机的姿态偏差进行估计和校正,最后完成了不同视场条件下的目标定位和仿真计算。结果表明,所提方法对无人机目标定位精度有明显提高。     

融合动量项的步长自适应盲源分离算法

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。