测向阵列模糊判决算法研究

阵列模糊判决是选择测向阵列的前提,方便、实用的判决算法具有理论与应用价值.提出了一种利用方向矢量间相关性判断阵列模糊的算法,克服了方程组法不适合判断复杂阵列模糊以及谱峰搜索法计算量大的不足.此算法能够方便、快捷地判断阵列是否模糊并求解模糊角.给出了仿真实验,证明此方法的有效性.     

具多特征的有限限集的计数问题

本文利用容斥原理,研究了具有多特征的有限集S的元s的计数问题,并给出了其计数的计算方法。     

基于预测脱靶量的新型滑模控制末制导律研究

针对采用直接侧向力控制的导弹,通过选取预测脱靶量和预测脱靶速度等滑动模态,研究了一种滑模控制末制导律策略.仿真结果表明,这种导引律比采用视线角速度作为滑动模态的末制导律有更好的性能.     

基于支持向量机算法的虚拟脱靶量预测

为了提高防空高炮武器系统的射击精度问题,采用支持向量机(SVM)算法,建立了基于支持向量机的虚拟脱靶量预测模型,提出了预测方法,该算法可以通过对给定样本的学习,获得很好的预测未出现的样本,理论上比较科学,算法简单、易于实现,通过仿真实验验证了该算法对虚拟脱靶量预测的可用性和准确性,为火控系统精度的校正提供了一种有效的方法。     

GNSS自适应天线相位中心评估方法

自适应天线在波束形成过程中会引起天线相位中心变化,针对这一问题,提出一种基于可用波束的自适应天线相位中心评估方法。该方法分为三步:设置天线的可用波束门限;在干扰来向均匀分布下,得到天线可用波束门限内相位方向图集合;利用最小二乘法对相位方向图集合进行拟合得到自适应天线的平均相位中心变化量。运用该方法对四种典型的四元阵相位中心进行对比仿真,结果表明,算法可以快速有效地对自适应天线相位中心性能进行评估。另外,通过设置适当的可用波束门限,可以提高自适应天线的相位中心性能。算法的评估结果可以作为GNSS高精度自适应天线阵型选择依据。     

用于三维点云表示的扩展点特征直方图算法

局部特征提取在点云相关应用中具有十分重要的作用,因此提出一种用于点云局部特征表示的扩展点特征直方图描述子。针对邻域点的两两点对提出一系列不变量;在特征点上构建一个局部参考坐标框架以获得特征描述子对旋转和平移的不变性;将关键点局部邻域划分成多个子空间,并依据每个子空间中的点对不变量构建一个直方图;将所有直方图串联起来得到扩展点特征直方图特征描述子。采用Bologna公共数据集对扩展点特征直方图特征描述子的性能进行测试,并与多个现有算法进行对比。结果表明,扩展点特征直方图特征描述子获得了良好的性能,其结果优于多个现有的特征描述子。     

阵列雷达波束内双目标的极大似然角度估计方法

单波束内目标往往相距较近,采用传统角度分辨技术难以将其分辨,从而给目标跟踪和识别带来较大困难。于是提出基于LM算法的极大似然角度估计方法,实现波束内双目标的分辨。该方法在阵列雷达的基础上建立双目标回波模型,推导极大似然角度估计算法。考虑到求解算法直接影响极大似然角度估计的收敛速度和估计精度,利用LM算法实现了极大似然估计的求解,从而得到目标角度的精确估计。该方法避免了多次脉冲相干积累,具有计算量小的特点。仿真结果验证了方法的有效性。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。     

SAR图像中道路的检测

提出一种两步算法用于从合成孔径雷达 (SAR)图像中无监督地提取线性特征 ,特别是提取公路网。第一步利用局部线特征检测算子提取线基元 ,为此提出一种改进的均值比率 (RoA)算子 ,应用SAR图像的内在统计特性 ,保证较高的准确率 ;第二步引入公路结构特征的先验信息 ,对提取的线基元进行组织 ,获得比较宏观的线性结构。文中的方法通过ERS -1图像加以验证。     

论大学生情绪修养与控制

讨论当代大学生的情绪特征,情绪对大学生的影响及不良情绪产生的原因.为顺利完成学业,把自己锻炼成有用之才,大学生要学会对情绪进行自我调节,加强情绪修养与控制,培养健康向上的情绪状态.