一种新的MIMO非线性系统动态解耦控制方法

提出了一种基于回归小波网络(recurrent wavelet networks)的多输入多输出系统(multi-input multi-output)动态解耦控制的新方法.该方法为分散式控制结构,采用回归小波网络作为解耦辨识器(decoupling identifier),在线动态辨识、回馈对应输入输出的灵敏度信息(sensitivity information),PID神经网络控制器根据回馈信息实现自适应分散独立控制.小波函数的紧支性、波动性以及回归网络较强的动态非线性映射能力使得回归小波网络具有较好的综合性能.仿真结果表明,用该方法构成的控制系统解耦效果好,收敛速度快,且具有较好的鲁棒性.     

基于图像的虚拟战场环境

简要总结了IBR技术的发展和现状,比较了各种模型的特点,分析了虚拟战场环境生成应包含的内容,提出了实现该环境需解决的关键技术.采用多同心圆可以构建大范围场景视点模型,分析了一种基于基础矩阵的相机参数标定方法,实现了一种基于面积和特征线的图像整合算法,对战场图像采集存储提出了初步方法.最后提出了系统实现的基本框架,为进一步研究打下了良好的基础.     

小波分析在雷达信号处理中的应用展望

小波分析在雷达信号处理中的应用研究,已成为近些年来信号处理学科的热点之一。介绍了小波分析的发展历史、研究现状,阐明了小波分析的基本概念,比较了各种小波处理方法的特点,详细讨论了小波在雷达信号处理中的诸多应用,指出了有待解决的各种问题,对小波分析在雷达信号处理中的应用提出了展望。     

基于行小波编码的纹理隐藏三维地形数据算法

讨论利用纹理图像隐藏高程信息来保护三维地形数据的信息隐藏技术。首先提出了改进的基于行小波变换及其编码,在保持地形形状和起伏特征的前提下实现高程数据的极低比特率低存储压缩。通过研究可嵌入隐藏信息的小波系数集合生成方法并结合基于视觉系统(HVS)小波域量化噪声的视觉权重(JND)分析技术,提出了自适应确定信息嵌入强度的方法。由于隐藏过程采用分组密码Rijndael生成单向Hash函数,信息隐藏算法高度安全、可以公开。     

基于复小波域Wiener滤波的图像去噪方法

针对基于张量积小波域W iener滤波方向性差,从而导致去噪后图像边缘信息保持欠佳的问题,对复数小波的方向性质进行了分析,采用基于具有强方向性的复数小波域的W iener滤波的方法去噪,去噪后图像峰值信噪比和视觉质量较二维张量积小波去噪都有明显改善。     

基于Turbo码和小波分形的数字水印算法

利用Turbo码的强纠错性和小波分形思想,提出了基于Turbo码和小波分形的图像数字水印算法。嵌入水印之前,对水印信息序列首先进行混沌变换和Turbo编码,并利用HVS(Hum an V isual System)将水印自适应嵌入到载体图像视觉不敏感的零树和分形的相似域。实验结果表明,该算法不仅提高了提取水印的准确度,也提高了水印的抗攻击能力,同时较好地解决了水印的鲁棒性和不可见性之间的矛盾。     

栈式自编码和残差神经网络的射频信号个体识别

传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现.     

MOQPSO/D算法求解不确定目标分配问题

为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.     

基于SDAE+Softmax模型的体系贡献率评估方法

战争就是交战双方作战体系之间的对抗.体系贡献率评估是体系建设和分析重点关注的问题,是对作战要素在作战体系中所发挥作用的一种度量.针对体系的复杂系统特性,构建SDAE+Softmax模型对体系效能涌现过程进行建模,模型描述了体系基础指标与任务指标之间的关系.提取Softmax分类器的分类概率相对值作为体系贡献率评估的综合特征指标,量化体系组分改变对体系效能的影响.基于SDAE+Softmax模型的评估方法,为体系贡献率评估提供了全新的思路,是对传统评估方法的突破.