非椭圆扩展目标联合跟踪与分类算法

充分利用目标尺寸和形状信息,提出了一种基于星凸随机超曲面模型(random hypersurface model, RHM)的非椭圆扩展目标联合跟踪与分类(joint tracking and classification, JTC)算法。将目标空间扩展状态建模为星凸形状,通过目标类别相关先验信息的矢量化建模,建立起其与目标瞬时扩展状态的关系,并在统一的贝叶斯滤波框架下,实现跟踪与分类的一体化处理;进一步对目标运动学状态和扩展状态单独进行建模,并通过构建扩展状态的似然函数,利用粒子滤波实现目标类别概率算式的递推处理。仿真结果表明:与基于椭圆形状的扩展目标JTC算法相比,所提算法能对尺寸相近、形状不同的目标进行准确分类,同时可改善目标状态的估计效果;与基于星凸RHM的扩展目标跟踪算法相比,所提算法能大幅提高目标状态的估计性能。     

一种非稳腔调腔干涉条纹的建模与仿真

非稳腔的计算机辅助准直技术对于保证高能激光器运行参数的稳定性具有非常重要的作用.文章从理论上阐明了非稳腔调腔干涉条纹形成的物理机理,建立了正支共焦非稳腔内多光束干涉的物理模型,引入失调元件的增广矩阵来描述腔镜失调引起的椭圆高斯光束传输效应、高斯光束中心的偏移效应和附加的相位倾斜效应.使用高斯光束传输的ABCD矩阵计算了调腔光束在腔内多次往返后的高斯光束复参数,将多次往返的高斯光束进行相干叠加,获得了非稳腔不同失调角情况下的调腔干涉条纹图样,定量计算了不同失调角情况下调腔干涉条纹间距的偏移量,并与实验结果进行了对比分析.结果表明在实验误差允许的前提下,仿真得到的干涉条纹图样与实验获得的干涉条纹图样具有一致性,从而证实了理论模型的正确性.理论模型的成功建立使谐振腔的失调量与干涉条纹的形态变化精确对应起来,从而可以为非稳腔计算机辅助调节的闭环控制研究提供理论指导.     

基于测速定轨的一类自适应样条滤波方法

提出了一种测速定轨的实时算法。该方法基于样条表示飞行轨道速度参数 ,在只有多个测速元信息的情况下 ,建立了自适应Kalman滤波递推算法 ,实时给出了较高精度的飞行器轨道参数     

Ka波段过模慢波结构色散曲线的数值求解

运用场匹配法,结合Ka波段过模慢波结构的实际情况,进行轴对称周期慢波结构色散关系的理论推导,得到了一种快速、准确计算适应Ka波段过模慢波结构的色散特性计算方法。根据推导结果,采用MATLAB程序编程计算了Ka波段过模盘荷波导的色散曲线。将计算得到的色散曲线与成熟的商业软件计算得到的结果进行了对比,两者误差在2%以内,验证了数值算法的可靠性。计算得到的色散曲线可以辅助选取Ka波段微波源的结构参数,对器件设计有一定参考价值。     

分段线性凸费用网络流的两个算法

本文讨论了分段线性凸费用网络流问题,推广了线性费用网络流中的负回路方法和最小费用路方法,从而得到了求分段线性凸费用网络的最小费用流的两个算法。     

保形的Hermite插值样条函数

本文讨论一种满足Hermite 插值条件的保形样条函数,文中构造了一个保单调的样条函数q(x),且q(x)满足下列条件:1)q(x_i)=y_i,i=0,1,2,…,n,n+1;2)q'(x_i)=y'_ii=0,1,2,…,n,n+1.该方法对凸数组及相应的导数也适合。     

基于压缩感知的曲线SAR孔径优化和目标三维特征提取

基于压缩感知理论研究了曲线合成孔径雷达的曲线孔径优化和目标三维特征提取。在建立曲线合成孔径雷达回波信号稀疏表示模型的基础上,基于压缩感知采样矩阵设计的不相关原则,给出了曲线孔径优化设计的评价准则,并利用基于全局优化的基追踪方法实现了目标三维特征提取。仿真结果验证了孔径优化评价准则的正确性和基追踪方法在目标特征提取处理中的有效性。     

平面 NURBS 曲线的椭圆弧自适应逼近

给出了用椭圆弧及双椭圆弧自适应逼近平面NURBS曲线的算法。算法所得到的椭圆样条能够G1连续 ,双椭圆样条还能够保形。与现行的圆弧逼近算法相比 ,本算法不需要求解非线性方程组 ,而是由给定的插补误差自动计算参数增量 ,得到椭圆曲线的特征点 ,还可以将误差控制在预期的范围之内 ;与现行的直线插补方法相比 ,不需要额外的时间和空间 ,也适用于CNC环境。本算法在腔体加工、二维轮廓加工等方面有特别的实用价值。     

具有坐标耦合和处理时滞的二阶离散多智能体系统的一致性

根据系统的拓扑结构、离散步长和旋转矩阵的旋转角,确定系统的渐近行为,给出多智能体系统达成二阶一致性的充要条件。证明了当0是拉普拉斯矩阵的一个简单特征值且离散步长、旋转角小于由代数方程确定的临界值时,会出现渐近一致性。数值模拟结果证明理论结果的正确性。设计了特征参数影响二阶一致性的相关案例,说明特征参数相关结论可为控制理论的一致收敛分析提供重要判据和理论支撑。     

多核数字信号处理器并行矩阵转置算法优化

矩阵转置是矩阵运算的基本操作,广泛应用于信号处理、科学计算以及深度学习等各种领域。随着国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor, DSP)在各种领域中的推广应用,对高性能矩阵转置实现提出了强烈需求。针对飞腾异构多核DSP的体系结构特征与矩阵转置操作的特点,提出了一种适配不同数据位宽(8 B、4 B以及2 B)矩阵的并行矩阵转置算法ftmMT。该算法基于DSP中向量处理单元的Load/Store部件实现了向量化,同时基于矩阵分块实现了多个DSP核的并行处理,通过隐式乒乓设计实现了片上向量化转置与片外访存的重叠以及访存性能的大幅提升。实验结果表明,ftmMT能够显著加快矩阵转置操作,与CPU上的开源转置库HPTT相比,可获得高达8.99倍的性能加速。