用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。     

基于累积前景理论的时间矩阵多属性综合评判模型

针对动态多属性方案排序优选决策问题,提出了一种基于累积前景理论的时间矩阵序列动态多属性综合评判系统模型。依据累积前景理论,将时间矩阵序列动态多属性决策转化为关于属性期望的益损时间矩阵序列动态决策,综合考虑各属性权重、各时间点的权重,计算各方案的最终综合前景值,并依据其大小对方案进行综合评判排序。最后给出了一个决策实例。     

基于高阶滑模微分器的增广比例导引律

导引律的设计在导弹制导与控制中具有重要作用,为了解决增广比例导引中导弹-目标视线角速度和视线角加速度不易获得的问题,设计了一种基于高阶滑模微分器的增广比例导引律。首先,根据高阶滑模微分器的数学模型建立视线角速度和视线角加速度的估计模型;其次,根据视线角速度和视线角加速度的估计值,利用一种光滑无抖阵滑模微分器构造增广比例导引律。最后,通过仿真验证表明,具有滑模微分器结构的增广比例导引律导引性能良好。     

转移矩阵分析法在射击训练效果评价中的应用

提出了进步度的思想,利用马尔柯夫链中一步转移矩阵进行建模分析,给出了一种射击训练效果评价方法,并能通过实例检验,显示了该方法的有效性和实用性,从而较为满意地解决了射击训练效果评价问题.克服了只根据最终考核结果对射击训练效果作出评价的不足,考虑了受训者的基础差异的影响,更注重反映整体受训者的进步程度.     

基于三标度法优选潜艇兵力作战方案

针对传统AHP在实际应用中存在的问题,采用三标度法进行潜艇兵力作战方案的多目标优选决策,避免了采用九标度方法构建判断矩阵时权重选择的模糊性,从而减少了决策过程中决策者的主观臆断性.实例证明,三标度法具有简单明了、使用方便等优点,在应用于作战方案多目标决策等复杂系统时是适合可靠的.     

动态矩阵控制在固体氧化物燃料电池中的应用

提出将动态矩阵控制(DMC)算法用于固体氧化物燃料电池(SOFC)的控制。为此,在分析SOFC动态机理模型的基础上,建立了其阶跃响应模型。控制目标是使SOFC的输出电压始终保持在一定范围内,并收敛到恒定的数值。在实际应用中,这样的算法应能提高SOFC输出功率的跟踪性能。仿真结果验证了这种方法的有效性。     

传递对准野值加权矩阵修正方法应用研究

卡尔曼滤波器广泛应用于传递对准中,在实际系统中,由于各种原因的影响,传递对准过程所采用的量测序列中会出现野值,量测序列中的野值会影响到滤波器的估计效果,使得滤波精度下降.为了解决该问题,采用一种加权矩阵的方法对量测信息中的野值进行了修正,仿真结果表明,该方法可以有效减弱野值对滤波效果的影响.     

基于LMI的不确定性无尾飞行器鲁棒变增益控制器设计

无尾式飞行器是飞行器发展的方向,研究无尾式控制具有重要意义.研究了线性变参数系统的增益调度控制器的设计方法,采用多胞形进行增益调度,提出了一种简单实用的变参数顶点凸分解方法,该方法在保证系统稳定的情况下,确保系统达到最优性能指标.同时还充分考虑了系统的不确定性因素,利用线性矩阵不等式(LMI)对系统进行鲁棒控制器设计,大大减少了计算量以及对系统的约束,设计出了基于LMI的增益调度控制器,通过非线性仿真结果可以看出,该控制器在调节变量变化很大的情况下,使得系统在0.5s内收敛,而且超调量很小,论证了该方法在无尾式飞控系统中应用的可行性.     

基于Cholesky分解的自适应抗干扰算法

介绍了卫星导航系统常用的自适应抗干扰算法,并指出了各自的优缺点。针对自适应抗干扰算法的难点,提出了一种基于Cholesky分解的自适应抗干扰算法,巧妙地回避了矩阵求逆等复杂运算,大幅度降低了运算复杂度。推导出了利用Cholesky分解求下三角矩阵并最终完成权值求解的公式,基于FPGA设计给出了具体的实现方法。该算法已成功应用于GNSS抗干扰系统中,实测结果表明该抗干扰算法性能优良,权值更新速度快,是一种简单、高效的实现方法。     

基于单快拍数据的嵌套阵列DOA估计算法

针对嵌套阵列DOA估计实时性不好的问题,提出了一种基于单快拍数据的估计算法。该算法将嵌套阵分为阵元间距等于信号半波长和阵元间距大于信号半波长的两个均匀子阵。利用两子阵接收的单快拍数据分别构造Toeplitz矩阵,然后进行特征值分解结合MUSIC算法得到低精度无模糊的DOA估计和高精度有模糊的DOA估计,最后结合解模糊算法得到高精度无模糊DOA估计。在阵列孔径相同的条件下,相比于阵元间距等于信号半波长的均匀线阵,算法需要的阵元个数较少,节约了硬件成本。该算法具有较好的实时性,并且拥有较高的测向精度。仿真结果证明了算法的有效性。