目标信息的时效性分析

战场态势是随时间不断变化的,描述战场实体状态的目标信息有其寿命周期,须及时生成并提供给使用者.提出信息价值和信息时效性的概念来衡量指挥自动化系统提供的目标信息是否满足作战行动对时间的要求.信息价值因为延时而衰减,从而降低使用信息所能达到的效果.通过分析信息延时对决策质量、毁伤概率的影响,分别讨论了信息用于决策和作战的时效性.     

ARM系统中对CAN控制扩展的实现方法

基于ARM技术的处理器已经普遍应用于工业控制、汽车电子等各个领域.CAN总线也已广泛应用于这些领域,但大多数常用的ARM9系列芯片还没有在片内集成CAN总线的控制器,使得不得不在板级进行扩展.选用飞利浦的SJA1000器件作为CAN总线控制器在ARM系统中进行扩展,给出了两种通过总线扩展的实现方法,即通过CPLD转换时序的方法和双周期读写模拟方法,并对后者的实现方法做了详细论述.最后对CAN总线Linux下的驱动移植做了简要介绍.     

UKF算法及其在纯方位目标跟踪中的应用

为克服扩展卡尔曼滤波算法的缺陷,将UKF算法应用于纯方位目标跟踪问题中.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.对UKF算法进行了深入的研究,并给出了一个纯方位目标跟踪的算例.仿真结果表明,该算法提高了滤波的稳定性和精确性,优于一般的扩展卡尔曼滤波算法,具有广泛的应用前景.     

非线性晶体CsLiB6O10与K2Al2B2O7混频光学特性分析

对光学晶体CsLiB6O10(CLBO)和K2Al2B2O7(KABO)在Ⅱ类相位匹配下的混频光学特性进行了理论计算和分析,研究了混频相位匹配角、有效非线性系数、光波走离角、允许角和允许波长等参量随波长变化的关系.结果对于两种优质晶体选择最佳条件用于产生紫外激光的实验研究提供了重要的理论依据.     

基于随机过程的测量仪器校准时间间隔的确定

研究了测量仪器校准过程的随机过程模型,分析了对测量仪器在测量过程中的误差来源,确定了系统误差是影响测量仪器校准的决定性因素,给出了系统误差随时间变化的规律.利用随机过程的方法来分析系统误差的变化过程,建立了系统误差的随机过程模型--误差累加模型和维纳过程模型.最后利用电压源的测量数据对所建立的维纳过程模型进行了验证,实验证明,利用随机过程的方法分析确定测量仪器的校准时间间隔具有一定的应用价值.     

一种基于整数小波变换的图像压缩方法

提出了一种基于整数小波变换的数字图像压缩方案.该算法首先对原始图像进行边界延拓,然后对延拓后的图像进行基于提升格式的整数小波变换,对于小波变换后的系数进行基于形态膨胀算法的嵌入式小波零树编码,最后进行自适应算法编码.实验结果表明,该方案在缩短编码时间以及提高压缩比和峰值信噪比方面,均取得了良好的效果.     

纹理影像特征选择及K-means聚类优化方法

Gabor变换和K-means算法是最为常用的纹理分析方法。然而,采用Gabor变换得到的纹理特征向量具有较高的维数,影响算法的运行效率;K-means算法也易受初始类中心的影响而导致分类精度下降。因此,通过Relief算法对采用Gabor变换所提取的纹理特征进行选择,得到合适的纹理特征子集。进一步采用差分进化算法,对K-means算法的聚类中心进行优化从而提高纹理识别精度和效率。实验结果表明:提出的方法所需用到的纹理特征向量的维数相对于原始特征集有大幅降低,较之基本的K-means算法,纹理识别的精度也有较明显的提高。     

INS辅助的PMF-FFT快速捕获算法

为了快速地捕获卫星信号,研究了部分匹配滤波(Partial Matched Filter,PMF)算法及其参数选择依据。采用惯性导航系统(INS)辅助的PMF-FFT捕获算法,该算法首先利用惯性导航系统信息缩小信号捕获的2维搜索范围;同时,为改善PMF-FFT捕获算法的性能,在PMF过程中采用窗函数加权积分。结果表明,该捕获算法能够大幅减小平均捕获时间;且加窗后的PMF-FFT算法捕获性能更优。     

采用双树复小波结构相似性度量的景象匹配北大核心

以基于人类视觉系统的图像结构相似性度量为基础,双树复小波变换为工具,将复小波变换域下的结构相似性度量应用于景象匹配系统中,提出了对于图像空域变换具有较强鲁棒性的景象匹配方法。测试试验表明,双树复小波结构相似性度量从较大程度上反映了相比较图像在结构方面的相似性,同人类视觉认知系统更接近;同时由于复小波的近似位移不变性,该指标对于实时图存在对比度、光照变化等干扰情况表现出较好的鲁棒性,更适合作为复杂成像条件下景象匹配的相似性度量指标。景象匹配实验表明,该方法在复杂干扰下具有更高的正确匹配率。     

使用融合乘加加速快速傅里叶变换计算的向量化方法

融合乘加指令加速快速傅里叶变换计算的向量化方法,通过变换快速傅里叶变换的蝶形单元运算流程,将传统计算方式中独立的乘法和加法操作组合成次数更少的融合乘加操作,使得时间抽取法基2快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的10次乘(加)操作减少到6次融合乘加操作,时间抽取法基4快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的34次乘(加)操作减少到24次融合乘加操作;优化了蝶形因子的向量访问,减少存储开销。实验结果表明,提出的方法能够显著加速快速傅里叶变换的计算,取得高效的计算性能和效率。