基于粗糙集-神经网络编队协同空战决策系统

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络-粗糙集-BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近.2:4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统.     

一种新型粗糙集神经网络的故障诊断方法

结合粗糙集理论,建立了基于SOFM网络的新型粗糙集神经网络故障诊断模型,给出了该模型的流程图,描述了系统各组成部分的工作原理.应用该模型对某型雷达进行故障诊断,实例证明新模型能够减少输入端数量,简化神经网络的结构,提高系统的速度,诊断时间短,准确性高,结果易于实现可视化,最后得到了故障可视拓扑映射图.     

轻量级接入点协议LWAPP的应用及其安全性分析

轻量级接入点协议(Lightweight Access Point Protocol,LWAPP)是一个新的无线局域网协议,该协议被设计用来传输和控制无线接入点和无线局域网控制器之间的通信。LWAPP把一些传统的无线接入点的一些功能移到了无线控制器中,以实现对无线接入点的统一控制和集中管理。简单讲述了LWAPP的功能和作用,同时分析了LWAPP的安全性,列举了一些该协议可能会受到的攻击类型,并提出了一些解决方案。     

水下地形辅助导航技术的研究与应用进展

在简要介绍水下地形辅助导航基本概念的基础上,从地形辅助导航算法、水下数字地图技术、水下地形辅助导航试验等方面,详细介绍了水下地形辅助导航所涉及各方面的主要问题及研究进展,并对下一步研究方向及应用做出指引与展望。     

多准则下反导作战单、多遭遇点预测模型

整个反导射击过程可以简单看作一个基于预测的遭遇点起始的,不断重复、修正的过程。分析遭遇点预测的时间和空间前提,并给出遭遇点预测的3个基本准则;在多准则下建立了单遭遇点预测模型,给出了模型公式中未知量的转化方法;分射击-观察-射击和射击-射击两种情况建立了多准则下多遭遇点预测和优化模型,并给出了拦截弹最晚发射时间的计算方法;就观察时机对遭遇点预测的影响进行了分析与建模。部分研究属于探索性的研究,相关结论对指控模型开发和实施连续反导,从方法和作战理念方面提供了一些参考。     

多视图三角化中特征点噪声尺度的自适应估算

鲁棒性多视图三角化方法通常借助重投影误差经验阈值来剔除图像对应中的错误匹配,该经验阈值的选取直接影响三维重构场景点的数量和精度。在分析图像特征点定位噪声及对极传递几何原理的基础上,建立对极传递过程不确定性的传递模型,提出一种基于核密度估计的最优噪声尺度估算方法,并将该噪声尺度作为多视图三角化中错误匹配筛选的依据。实验结果表明,该方法可以获得准确的噪声尺度估计,从而有效提升多视图三角化方法的三维重构质量。     

盘形圆弧砂轮曲面磨削几何模型

砂轮外形、加工轨迹、运动轴组合方式、工件摆放方式等的差异都会引起曲面磨削加工模型的变化,加工几何模型是实施曲面磨削首要解决的问题。建立盘形圆弧砂轮的几何模型,通过磨削点法向量匹配,建立工件点和砂轮点的一一映射关系,经过坐标变换可以得到相应的刀具运动轨迹,用于磨削加工。形成统一的盘形砂轮曲面磨削几何模型,并给出刀具运动轨迹的计算流程。该磨削模型适用范围广,有效解决了多种曲面磨削过程的刀具轨迹生成问题,实现了高精度的曲面磨削加工。     

三维点云深度模型压缩算法

随着计算机三维视觉的广泛应用,近几年基于深度学习的点云处理算法得到了大量研究,而耗时耗存储的缺陷较大程度限制了其在移动端的部署应用。基于改进损失函数的总体思路,提出了一种新的点云深度模型压缩框架,将知识蒸馏方法引入二值量化模型中,同时考虑点云聚合操作的特殊性引入了辅助损失项,改进的损失函数共包括预测损失项、蒸馏损失项和辅助损失项三部分。实验结果表明,和已有算法相比,所提算法可以获取更高的精度,同时对当前点云主流深度网络模型也具有良好的扩展性。     

新型频率选择表面加载双极化超宽带紧耦合阵列天线

为使紧耦合阵列天线在超宽频带内实现电磁性能更佳、辐射性能更稳定的目的,提出一种新型条形频率选择表面宽角阻抗匹配层加载的双极化超宽带紧耦合阵列天线。通过高频仿真软件CST周期边界条件对阵列单元截断并进行研究分析。掌握阵元阻抗和辐射等电磁性能后,优化设计并加工出一个6×6单元的阵列天线进行实际测量。测量结果表明,该天线在2~12 GHz的频带内驻波比均小于3,驻波比带宽为10 GHz。带内辐射特性稳定,主瓣电磁能量集中,交叉极化小。工作频带内,最大增益可以达到13 dBi。该阵列天线可应用于超宽带相控阵天线领域中。     

结合局部描述和拓扑约束的直线段匹配算法

针对弱纹理目标匹配问题,提出了一种基于直线局部邻域梯度信息和全局结构信息的直线匹配算法:对均值标准差直线描述符进行改进用于初始匹配;利用直线间的全局拓扑结构滤除误匹配;利用迭代拓扑滤波寻找更多的匹配,同时引入全局角度约束提高算法效率并进一步滤除错误匹配。实验表明,在光照变化、图像旋转、图像模糊、尺度变换、视点变化等条件下,该方法都具有很强的鲁棒性,并在匹配效率和准确度上优于现有的两种比较流行的方法。