状态机嵌入DEVS的组合建模方法研究

DEVS提供了模块化、层次化的系统建模和仿真执行框架,但是缺乏对于系统行为的抽象建模能力。状态图扩展了原有的FSM,通过可视化的、灵活的状态迁移图描述系统的复杂行为。提出将状态图嵌入DEVS的组合建模方法,互为补充,以建立复杂的离散控制系统。DEVS作为系统的建模框架并提供执行逻辑支持,状态图扩展DEVS的事件交互机制和时间推进机制,描述系统的行为逻辑。详细介绍了状态图和DEVS的语法语义,重点阐述状态图嵌入DEVS的实现机制。结合一个应用实例,说明嵌入状态图的DEVS用于建立离散控制系统模型的优势。     

二值化联合变换相关器识别复杂背景目标时的阈值选取

讨论了利用二值化联合变换相关器对复杂背景目标进行相关识别的阈值选取问题。由于不同阈值对二值化联合变换相关器识别结果有很大的影响,阈值过高,会损失过多的联合变换功率谱中的有效成份,使相关峰减弱;阈值过低,会使联合功率谱中的噪声放大,相关峰可能被淹没在噪声之中。因而存在一个最佳阈值。实验表明,最佳阈值位于联合功率谱最大灰度值的40%～50%之间,在此阈值范围内,相关峰值较高,噪声也得到有效抑制。     

小波变换在过零调制信号检测中的应用研究

将小波分析理论应用于配电网络过零调制信号的检测中,解决了在强噪声、低信噪比的配电网络中通信误码率高的难题,提高了系统的信噪比。给出了小波变换Mallat算法的分解和重构公式。信号仿真表明,应用该方法可以很好地从复杂环境下提取有用信号的特征。     

利用FFT算法模拟联合变换相关器

由于联合变换相关器结构灵活,易于实现相关运算,目前在诸多领域得到了广泛的应用。实际应用中,联合变换相关器的光学系统带来的噪声会对识别效果产生较大的影响。采用快速傅里叶变换算法,由计算机模拟光学联合变换相关器可消除光学系统带来的噪声,达到理想的识别效果。通过实验验证了该方法的可行性。     

三道防线是防空领域的重大军事变革

当前国土防空和舰队防空中,面临的空袭特点是空袭体系从防区外和视线外对防空体系所保卫的地(水)面目标实施饱和攻击。为了对抗这样的空袭战术,防空体系必须从以投弹圈为唯一防线的作战模式中解放出来,向远程打击预警机,中程拦截空袭武器载机和近程防御空袭武器的三道防线转变。这一转变牵动了防空体系和防空导弹的发展方向,因此是防空领域的一次重大军事变革。     

基于小波变换和中值滤波的无人机图像去噪算法

在无人机航拍图像的实时传输过程中,有可能会同时受到脉冲和高斯混合噪声的污染,为后续图像的识别造成很大的困难.针对这种情况,提出了一种基于中值滤波和小波变换相结合的图像去噪方法.仿真结果表明,该方法不仅能有效地滤除脉冲和高斯的混合噪声,而且可以很好地保留图像的细节信息,改善图像的视觉效果.     

一种基于神经网络的变换域数字水印提取算法

从理论上分析了变换域数字水印嵌入和提取过程,研究了图像处理和攻击对水印产生破坏的机理,并在此基础上提出了一种基于神经网络的变换域数字水印提取算法。实验证明,该算法对各种常见攻击具有较强的鲁棒性。     

一类差分方程的三点边值问题的正解

研究了一类离散型三点边值问题:Δ2y(k-1) a(k)f(k,y(k))=0,k∈N={1,2,…,T},Δy(0)=0,y(T 1)=βy(l),式中:f是变号的,l∈N1={2,3,…,T-1},T∈{3,4,…}。应用双锥上的不动点定理,得到了至少存在两个正解的充分条件,并给出了上述边值问题的Green函数。     

基于小波神经网络的蒸汽发生器水位辨识与控制仿真

提出一种基于小波神经网络的控制方法,对蒸汽发生器水位进行控制仿真.该方法利用小波神经网络作为控制系统的辨识器和控制器来构成控制系统.小波神经网络辨识器能更准确逼近非线性对象,小波神经网络控制器能自适应产生最佳的控制规律.仿真结果表明,该方案具有响应快、超调量小、较强抑制干扰能力等良好性能.     

基于EMD的改进小波阈值降噪法在超声信号处理中的应用

针对超声检测回波信号中的大量噪声,分析了超声检测回波信号的特性,考虑经验模式分解（EMD）和小波哗噪的优点,在改进阈值函数基础上提出一种基于EMD的小波阈值降噪方法．该方法利用EMD对超声信号进行分解,对高频分量用改进小波阈值函数方法进行处理,再结合低频分量重构得到降噪信号．仿真实验结果表明,该方法降噪效果优于小波软、硬阂值降噪,进一步提高了重建信号的信噪比,降低了其均方根误差,是一种可行的超声信号降噪方法．