基于相位恢复技术的二维相位解包络算法

介绍一种新型的二维相位解包络算法。该算法的原理是将被解包络的相位作为输入光场,通过光学衍射计算得到其远场衍射光场的光强分布,然后使用相位恢复算法进行优化计算,得到一组用于表达连续波面的最佳Zernike多项式参数。此算法的特点在于,结合已成熟的相位恢复算法,波面解包络的唯一性和准确性可得到充分的保证;同时利用光场衍射计算,可方便地通过对衍射光强的滤波实现对相位噪声的抑制。实验验证了该算法的有效性。     

凸极式同步发电机空载电压波形的预测计算

提出了一种预测计算凸极式同步发电机空载电压波形的方法,据此可以在电机设计阶段,根据电机转子磁极形状尺寸及定子绕组结构,预测计算电压谐波幅值和波形正弦性畸变率,从而优化电机结构设计,抑制电压谐波,改善电机的电磁兼容性能.     

一种基于压缩Fisher向量的目标检索方法

当前,视觉词典法(Bo VW,Bag of Visual Words)是解决目标检索问题的主要方法,但传统的Bo VW方法具有词典生成时间效率低、检索内存消耗大等问题。针对这些问题,提出了基于压缩Fisher向量的目标检索方法,该方法首先将Fisher核机制用于目标检索,它能自动降低目标图像背景带来的不利影响,然后,采用位置敏感哈希(LSH,Locality Sensitive Hashing)对Fisher向量进行压缩编码以降低计算复杂度和内存开销,使之适用于大规模数据库。实验结果表明,新方法只用几百比特就能表征一幅图像内容,对大规模目标检索有很好的适用性,且较之当前主流的压缩视觉词典法具有更高的准确率。     

反辐射导弹识别与告警系统设计

为了提升某型炮瞄雷达识别反辐射导弹的能力,设计了一种面向炮瞄雷达的反辐射导弹识别与告警系统。系统由雷达信号采集终端和信号处理平台两部分构成。信号采集终端在雷达同步脉冲的同步下,负责采集I路视频信号并传送至信号处理平台,信号处理平台在频域实时处理I路视频信号,判断是否存在反辐射导弹,并发出报警提示。经试验验证,该系统可以识别出高速反辐射导弹。     

基于标准化信息距离的彩色图像检索方法

针对标准化信息距离（Normalized Information Distance,NID）在图像检索（Image Retrieval,IR）应用中的优势和不足,结合图像的显著图,给出了一种改进的基于NID的IR算法,并进行了仿真实验。结果表明：改进算法的检索性能有了较好的改善。     

多相感应电动机的SHEPWM控制原理及仿真分析

针对潜艇直流供电系统中直流幅压电动机运行中存在的问题,提出了一体化多相逆变器-感应电动机替代方案。为了抑制蓄电池供电时直流电压幅值变化对电动机运行性能的影响,引入了SHEPWM技术对逆变器的输出电压进行恒压控制。该方案以双Y移30°感应电动机和逆变器为研究对象进行了仿真分析,结果表明:该方案在起动、恒压、抑制转矩脉动等方面有较好的效果,适合对运行可靠性和稳定性有较高要求、但对动态性能要求不高的各类潜艇辅机的驱动。     

简谐外磁场环境下海森堡XXZ模型的热力学纠缠

研究了在简谐外磁场环境下的海森堡XXZ模型,并通过计算解出热力学纠缠度。模拟表明,取不同的各向异性参数时,系统的热力学纠缠度对外部磁场和环境温度的变化比较敏感,并随简谐磁场的变化表现出周期性。固定各向异性参数时,热纠缠度随温度的增加呈现衰减趋势;增大各向异性参数时,热纠缠度则很快地趋于零,其对应临界温度也迅速降低。     

上下文感知的深度弱监督图像哈希表示学习方法

针对现有深度监督图像哈希表示学习方法依赖于图像的类别信息,难以在现实中被广泛应用问题,利用与图像相关的标签信息作为监督信息,提出上下文感知的深度弱监督图像哈希表示学习方法。该方法一方面通过自适应捕获图像区域特征的相关上下文来增强它们的表示能力,另一方面通过引入判别损失来提高学习到的哈希码表示的判别性。在现有两个公开数据集上的大量实验结果证明了该方法的有效性。     

机体/推进一体化飞行器动导数频域计算方法

运用Etkin非定常气动力模型,将谐波平衡法应用于复杂外形动导数辨识。计算结果表明:谐波平衡法和时域方法的动导数辨识结果一致,与实验值吻合,验证了程序的正确性和谐波平衡法的可靠性。采用谐波平衡法对类X-51高超声速机体/推进一体化飞行器WR-A进行动导数辨识,并与时域方法的计算结果比较,考察了该方法在复杂外形下数值模拟非定常流动和动导数辨识的能力。实验结果表明:对于WR-A这种复杂外形飞行器,谐波平衡法也能在保证精度的同时具有较高的计算效率。     

基于相关度和注意力聚焦的图像内容检索

基于内容的检索中对图像和视频帧的处理是以色彩、形状和纹理等为基本特征,这些特征在图像背景比较单一的情况下容易获得。一旦图像背景为色彩和纹理均很复杂的图像时,图像中目标的颜色和形状等特征就很难获得。若将从计算机视觉中引出的相关度和注意力聚焦两个概念用于从复杂背景图像中定位和选取最有关的信息,则能够有效地检索到最匹配的图像。本文通过对相关度和注意力聚焦两个概念的讨论,介绍了计算机视觉对基于内容检索的作用,尤其是在可视示例查询ＱＶＥ（ＱｕｅｒｙｂｙＶｉｓｕａｌＥｘａｍｐｌｅ）的情况下从大图像数据库中检索图像的情况