运动视觉平台点目标定位误差分析和平台最优运动轨迹设计

对运动视觉平台点目标定位问题进行了研究,介绍了基于视觉共线方程的目标定位方法,分析了共线方程关于视线约束的实质。在观测视线相关坐标系推导了视线方向角矢量对目标定位误差的影响规律,分析了多观测对定位误差的影响,并基于最小化目标定位误差推导了视觉平台的最优运动轨迹,利用简单明了的分析方法得到了与已有文献优化Fisher信息矩阵方法一致的结论。利用仿真和试验对定位误差和最优轨迹进行了验证,证实了定位误差理论分析和最优运动轨迹设计的正确性。     

基于损伤树及损伤征兆集的战场损伤定位研究

建立了基于损伤树的知识表示、知识推理模型及损伤树评估框架,利用损伤树各节点的损伤征兆集,进行装备战场损伤定位,较好地利用了装备专家的领域知识,提高了战场损伤评估的准确性和效率。     

机房漏水检测与精确定位装置研究

机房漏水是危及精密信息设备长期稳定可靠运行的重大安全隐患。为了解决传统定位装置难以实现漏水点精确定位的问题,从传感电缆的检漏原理出发,利用分压补偿原理,通过STEP7软件编程,设计了一个结合自检、漏水检测和漏水定位3种功能的机房漏水检测与定位装置。在此基础上搭建了实验系统,经测试实验,结果表明短距离定位精度可以达到1．70％,从而证实了该装置检测的有效性和定位的精确性。     

一种基于Jerk模型的机动目标单站无源定位算法

针对采用非线性较强的观测角、角度变化率、脉冲到达时间差等参数的单站无源定位跟踪系统,提出了一种新的跟踪滤波算法IMM-Jerk。该方法用Jerk模型对做复杂机动的运动目标建模,采用经过UKF滤波改进的交互多模(IMM)算法对目标实现跟踪滤波。该算法可适用于对做多种机动运动的目标的跟踪,提高了目标跟踪收敛精度和跟踪系统的稳定性。仿真试验证明了该方法的可行性和有效性,并具有较高的应用价值。最后,对IMM-Jerk算法的研究方向进行了讨论。     

磷虾群免疫粒子滤波的机载单站无源定位算法

为了进一步提高机载单站无源定位的精度,将磷虾群优化思想引入到粒子滤波的重采样阶段,提出了一种磷虾群免疫粒子滤波算法。该算法利用磷虾的受诱导运动、觅食以及随机扩散行为,将粒子导向高似然区域,有效缓解了粒子退化问题。同时,其采用了人工免疫算法的变异操作,避免了早熟现象的出现,提高了粒子的多样性,克服了粒子贫化问题。仿真结果表明,新算法改善了机载单站无源定位的定位精度以及收敛速度。     

基于人眼定位算法的驾驶员疲劳检测

研究了一种基于人眼定位的驾驶员疲劳检测方法。采用一种结合眼睛灰度及形状信息的人眼定位方法,进行眼睛准确定位,然后用处于睁开状态的眼睛模板与待测图像中的眼睛模板相匹配,对一定时间间隔内采集的图像进行人眼状态的开闭判定,由此判断驾驶员是否疲劳。实验表明,该方法可快速有效地进行驾驶员疲劳检测。     

空中机动平台光电载荷无源定位算法及坐标变换分析

针对空中机动平台搭载光电载荷实现对目标无源定位的应用背景,提出一种基于最小二乘的无源定位方法;对其中涉及到的各种坐标系进行了分析,并对坐标系之间的转换进行了讨论.仿真数据及试验数据的分析,验证了所提出的定位算法的有效性及坐标系转换的正确性.     

双声纳基阵二维目标联合测向交叉定位算法精度分析*

主要对双声纳基阵二维目标联合测向交叉定位算法及精度进行了分析,给出了系统具体的定位公式和误差计算公式,并针对不同基线和不同基线误差、方位误差下目标GDOP的分布情况进行了仿真分析.仿真结果表明,定位误差随基线长度的增加而减小,随基线和方位误差的增大而增大,当基线增大到一定长度时,定位误差最终趋向稳定,达到最小.     

无源时差定位布站形式对定位精度的影响

用时差法对空中机动目标进行定位,地面至少需要四个基站工作,而地面基站的布站形式对定位精度有很大的影响.通过计算机对时差定位的三种基本布站形式进行分析和仿真,得出了目标定位精度与布站方式的关系,即在相同的测量条件下达到最优的测量结果.通过建立时差定位模型,分析影响定位精度的各因素,得出了不同布站情况下的几何精度因子图,为无源时差定位系统的布站提供理论指导.     

Discriminating between the Weibull and log‐normal distributions

Log‐normal and Weibull distributions are the most popular distributions for modeling skewed data. In this paper, we consider the ratio of the maximized likelihood in choosing between the two distributions. The asymptotic distribution of the logarithm of the maximized likelihood ratio has been obtained. It is observed that the asymptotic distribution is independent of the unknown parameters. The asymptotic distribution has been used to determine the minimum sample size required to discriminate between two families of distributions for a user specified probability of correct selection. We perform some numerical experiments to observe how the asymptotic methods work for different sample sizes. It is observed that the asymptotic results work quite well even for small samples also. Two real data sets have been analyzed. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004