多分辨率建模及其军事应用

多分辨率建模是分布交互仿真中极其关键的技术,建模目的是根据情况需要动态改变分辨率,提高模型或模拟的灵活性和伸缩性,有效解决模拟复杂性与资源有限性等矛盾.介绍了当前多分辨率建模的主要方法:聚合-解聚法、一体化层次法和视点选择法.每种方法有各自的优缺点.多分辨率建模的难点主要是基础理论、一致性问题和应用研究等问题.     

超高分辨率 CRT 显示器关键技术研究

首先从ＣＲＴ显示示器的分辨率展开讨论,然后就２０４８×２０４８单色超高分辨率显示器的行扫描电路、动态聚焦电路、３００ＭＨＺ视频放大器等关键技术进行了详细地分析．最后对彩色显示的特殊要求做了简要地说明。     

计算机系统中的显示方式与分辨率

本文从理论上论述了计算机系统中的显示方式与分辨率之间的关系.     

纳米级分辨率的光纤位移传感器的设计和建模

本文介绍了一种光纤纳米级分辨率的非接触式测量系统。对实验的设置、噪声和时频响应进行了具体介绍和分析。实验设置包括一项减小激光源波动的技术。并用一个分辨率为1.25nm的激光干涉仪(AXIOM2/20)来监控的线性低电压压电陶瓷驱动台进行标定。光纤传感器具有从50到150μm稳定的准线性测量范围。     

一个基于知识的航空影像目标自动识别系统

本文提出了一个基于知识的航空影像目标自动识别系统 ,系统采用结构化的黑板模型 ,专家知识不仅用来指导高级的目标识别 ,也用来指导低级的图像分割 ,本文还研究了一种不确定性知识的表示方法和推理模型 ,知识用产生式规则和过程表示 ,实验证明该算法对航空影像中目标的识别是有益的。     

改进Bubble函数的多分辨率边缘提取方法

在数学上,通常用Bubble函数来描述神经系统的侧抑制现象.Bubble函数在频域里相当于一带通滤波器,它可以反映不同的时域、频域特性,但它不具有调节带宽的功能.因此对Bubble函数进行改进,改进后的Bubble函数能够通过调节参数来获取不同时域、频域响应和滤波效果.最后,用改进的Bubble函数将小波和侧抑制有机地结合,构造出多分辨率侧抑制网络,该网络利用小波变换去除噪声、侧抑制网络突出边缘,从而可以准确、有效、快速地提取出图像边缘.     

基于感兴趣区域及LOD模型的图像压缩算法研究

感兴趣区域ROI(Region of Interesting)模型和层次细节LOD(Level of detail)模型是静止图像压缩及网络传输技术中两个重要模型.采用基于认知心理学的图像感兴趣区域提取模型,通过显著图法自动地得到与人眼视觉较吻合的ROI区域,并使ROI区域获得比背景区域更好的图像效果.同时通过将图像网格化,并在图像网格上进行B样条细分小波变换,实现了图像在不同分辨率下LOD压缩算法.     

常规战斗部作战效能综合评定模型和方法

研究了常规战斗部作战效能评估的总体模型和评价方法,提出了系统、全面的用于战斗部总体效能评估的指标体系,建立了支撑战斗部作战效能研究的模型群,该模型群具有多分辨率特性.并且指标体系和评估模型比以往更多地考虑了作战的因素.在此基础上,针对效能评价指标和评估模型的层次结构研究了各层次评价中相应的评价方法.     

信号采样及频谱分析在线信道测试中的应用

用AD采集卡对指控系统有线信道中的连续时间信号进行采样,得到离散的时间信号,再运用一种离散傅立叶变换——CZT进行频谱分析。详细介绍了在给定测量范围和精度的要求下,采集卡工作参数的配置方法,以及CZT变换实现频域细化的原理和计算参数的选定,还提出了一种快速算法,以增强测试系统的实时性。