经典海浪谱下运动飞行器接收到的海浪磁场噪声

根据前人对海浪感应磁场研究的成果,在海浪是平稳正态随机过程的假设下,求出了飞行器接收的海浪感应磁场噪声功率谱的表达式.在讨论功率谱和飞行角度的关系时,发现海浪感应磁场随飞行角度变化,为低频、窄带大干扰或高频、宽带小干扰,并且在某些飞行角度会出现奇点.进行了仿真计算,结果符合理论表达式.     

基于改进直方图算法的雷达信号参数特征提取研究

雷达信号特征提取是雷达信号识别中的重要组成部分,直接影响到识别效果的好坏。在研究直方图算法分析雷达信号特征的基础上,提出2种改进的直方图算法:截断直方图算法和窄带直方图算法,并用仿真实验分析影响算法性能的4个因素,验证了直方图算法提取雷达信号参数特征的有效性。     

增强景象匹配鲁棒性的灰度变换技术研究

高可靠高精度的景象匹配技术是自主导航飞行器图像制导技术的核心和关键所在,文章对匹配图像的灰度畸变进行了研究,提出了基于直方图相似变换灰度畸变校正技术,提高了景象匹配定位的准确性和可靠性。由于外部成像条件和成像传感器本身存在差异,匹配图像往往存在较大灰度畸变,使得实时图和基准图在灰度域存在较大不一致,从而影响景象匹配可靠性。文章通过对匹配图像进行直方图的相似变换,将匹配图像直方图调为一致,有效消除了匹配图像灰度差异,调整后图像间的直方图相似系数均在0.95以上。通过10300次独立真实外场景象匹配定位试验,证明本文基于直方图的匹配图像灰度预处理方法可有效消除图像间的灰度差异,减少匹配图像间由于灰度差异而产生的重复模式,大幅提高景象匹配鲁棒性,经过本文方法预处理后的匹配图像景象匹配成功率为99.98%,已满足工程实用对景象匹配算法高可靠性的要求。     

多尺度PCA-HOG遥感异源图像匹配算法

针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis,PCA)和方向梯度直方图(Histogram of Oriented Gradients,HOG)的遥感异源图像匹配算法.该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源...     

CFO条件下的OFDM子载波调制样式识别方法

提出了一种基于信号幅度分布特征与多次方谱线特征相结合的调制样式识别算法。该算法主要基于正交解调后的正交频分复用子载波信号的幅度分布特征,采用直方图统计的方法实现多进制相移键控和多进制正交幅度调制识别,用多方次谱特征实现多进制相移键控类的调制识别。相比基于经典的高阶累积量的调制识别算法,具有更好的载波频率残留偏差适应能力,在载波频率偏差条件下,提高了调制识别率;相比循环平稳方法,具有更好的信噪比适应能力。仿真实验结果表明了该方法的有效性,相同的识别率下能适应更低的信噪比。     

基于PSD器件的深孔直线度检测设计研究

通过分析影响深孔直线度的因素、深孔的弯曲形状,以及深孔直线度测量仪器所要求的技术指标,建立了以半导体激光器、PSD和自动定心装置等器材为主的空间深孔直线度检测数学模型,设计了测量空间直线度模型样机的机械、光学、电路等部分,编写了采集数据和计算直线度的软件系统;通过对模型误差和精度的计算,结果表明可以达到较高的精度.     

炮控系统性能试验中角位移量的几种测量方法

炮控分系统是主战坦克等地面攻坚武器系统的重要组成部分,在坦克全系统定型试验前,必须进行分系统的试验测试。国内目前使用的测试方法和测量设备还停在五六十年代的水平,为适应主战坦克武器系统的发展,必须研制一套测量精度高、自动化程度强的测量设备。介绍了以计算机为中心构建的炮控性能参数测试系统的组成与工作原理,讨论了炮控系统性能试验中利用CCD传感器与坐标靶、PSD传感器与电子靶、点光源与CCD传感器、激光(光纤)陀螺传感器或电测法进行角位移量测量的几种方法。     

基于彩色的概率跟踪及其快速实现

针对基于彩色的概率跟踪中每一时间步每一个像点都要计算彩色直方图导致计算代价大大增加这一瓶颈问题,提出了一种减少直方图搜索区域从而提高计算效率的方法。根据前一帧中跟踪器的输出,在当前帧中建立一个基准窗口,并将其分割成若干个相等的子窗口,分别计算出它们的彩色直方图。然后根据像点滤波中不同像点的搜索区域与基准窗口的相对关系,找出重叠部分,从而可以利用该部分已知的子窗口的直方图而无需重复计算,只需计算不同部分即可,实验结果表明,该方法使计算量减少了50%以上。     

PSD在坦克火控系统性能测量中的应用

介绍了 PSD位敏器件用于坦克火控系统性能测量的原理和方法 ,重点论述了为提高测试精度和响应速度采取的措施     

基于pLSA模型的人体动作识别

提出一种基于主题模型的人体动作识别方法。该方法首先提取时空兴趣点(STIP,space-time interest point)来描述人体运动,然后提出使用慢特征分析(SFA, slow feature analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析 (pLSA, probabilistic Latent Semantic Analysis) 模型识别人体动作。SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息。同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签“一对一”相关,通过监督方式得到主题,保证了训练中主题的正确性。该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50%和97%以上。