小波分析和神经网络结合的变速箱状态识别

针对变速箱故障信号的非平稳和时变特性,提出了小波分析和神经网络结合的变速箱状态识别方法。为了验证该方法的有效性,试验模拟了某型车辆变速箱正常、7216轴承滚动体点蚀及3挡被动齿轮严重磨损3种状态,以箱体振动信号作为分析信号,首先对信号应用小波阈值法降噪减少干扰,接着将小波分解系数单子带重构得到不同频带的信号分量,提取各频带能量作为特征向量输人神经网络进行状态识别,结果表明该方法能有效识别变速箱的3种状态。     

某型导弹制导装置临战快速检测系统

某刑导弹制导装置集光、机、电等多种技术于一体,技术状态易发生变化,在临战前必须快速确认其工作状态。针对某型导弹制导装置临战检测的特点,分析丁制导装置的结构和关键控制信号,开发了能够对制导装置的关键控制信号和激光信息场进行功能性检测的临战快速检测系统。该系统町为指挥员提供辅助决策支持,也可用于平时的技术维护和功能榆查。     

计算机视觉测量中摄像机快速标定方法实现

随着计算机视觉技术的发展,计算机视觉测量技术在工业领域的应用越加广泛。摄像机标定能确定空间坐标系中的物点与其在图像平面上的像点间的对应关系,是计算机视觉测量中不可或缺的组成部分。分析了一种快速、简便的摄像机标定方法。重点阐述了其基于OpenCV的方法实现,并通过实验证明了其有效性。     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.     

防空导弹武器系统射击次数的建模方法*

为评估防空导弹武器系统射击效能,在一定假设条件下,通过对防空导弹武器系统射击过程的分析,对单目标通道建立了射击次数模型.该模型考虑了目标的航路捷径和飞行高度.单目标通道射击次数模型经适当变换可求出第一个目标通道的射击次数,并根据一个射击循环中可用目标通道数受遭遇时间的限制,分三种情况对多目标通道防空导弹武器系统建立了射击次数模型.最后举例进行了仿真计算,得到了不同T值下的射击次数和遭遇点.计算结果符合实际,表明该模型具有较好的适用性.     

火力对抗条件下反坦克导弹目标分配优化

以对抗条件下反坦克导弹作战过程为依据,建立了火力对抗条件下反坦克导弹目标分配的优化模型,并提出了坦克火力分配优化模型,研究利用改进的遗传算法来设计求解,在VC++下对实例进行求解,所得结论合理,本研究对反坦克导弹分队火力分配决策具有一定的参考作用和现实意义.     

城市战场目标分群的组合聚类方法

为了消除或减少城市作战中灰色情报信息对态势评估中目标分群的影响,提出一种基于Chameleon算法的组合聚类方法.根据目标属性间的区间灰数关联度和目标间的距离系数得到相似度矩阵,利用Chameleon算法对目标进行初始分群,然后,对分群中各目标的属性历史数据和分群中心的属性历史数据分别进行区间灰数向量关联分析,实现了目标分群的动态维护.通过算例验证了方法的有效性.     

基于子孔径图像的低频SAR多通道均衡方法

利用多通道SAR系统进行运动目标指示时,通道间的幅相失配严重影响了运动目标检测以及参数估计的性能。针对多通道低频SAR/GMTI系统,提出了一种基于子孔径SAR图像的多通道均衡方法。该方法利用相同视角的多通道子孔径图像,估计该角度对应的幅相误差,在达到较高幅相误差估计精度的同时,也能适应误差随视角的变化。基于车载低频多通道SAR/GMTI实测数据的实验结果表明:该方法能有效地补偿不同通道之间的幅相误差,提高运动目标的检测和参数估计性能。     

一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法

基于交互式多模型和多传感器联合概率数据关联算法的机动目标跟踪,先用融合算法将红外和雷达的量测进行融合,然后利用融合后的数据,采用交互式多模型机动目标跟踪方法实现对机动目标的跟踪。仿真实验验证了算法具有良好的机动目标跟踪效果。     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。