轻量化改进网络的海天线检测模型

海天线检测在无人艇自动驾驶与海上目标识别领域具有重要作用。针对传统算法在各类场景下鲁棒性差的问题,提出一种基于目标识别算法的海天线检测模型YOLOv5-SH。该模型利用ShuffleNetV2网络单元搭建特征提取网络,替换YOLOv5模型的骨干网络,提取图像中海天线区域,再利用Hough变换的方法在其中进行线性检测,识别海天线。在自建数据集上的对比实验结果表明,YOLOv5-SH模型能够在各类场景下实时准确检测海天线。     

结合局部描述和拓扑约束的直线段匹配算法

针对弱纹理目标匹配问题,提出了一种基于直线局部邻域梯度信息和全局结构信息的直线匹配算法:对均值标准差直线描述符进行改进用于初始匹配;利用直线间的全局拓扑结构滤除误匹配;利用迭代拓扑滤波寻找更多的匹配,同时引入全局角度约束提高算法效率并进一步滤除错误匹配。实验表明,在光照变化、图像旋转、图像模糊、尺度变换、视点变化等条件下,该方法都具有很强的鲁棒性,并在匹配效率和准确度上优于现有的两种比较流行的方法。     

信号相关杂波环境中的认知雷达稳健检测波形设计

研究了认知雷达回波先验信息不充分的情况下,信号相关杂波环境中的认知雷达稳健检测波形设计问题,提出了一种基于NP准则和交替投影法的波形优化算法。在该算法中,根据所推导出的检测概率与发射波形、接收机滤波器之间关系的闭式表达式,通过联合优化发射波形和接收机滤波器,达到提高接收机的检测概率和降低信号相关杂波负面影响的目的。分析仿真结果可知:稳健波形可以提升波形检测系统的动态适应能力,且稳健波形的检测性能优于传统的高斯包络波形和恒包络LFM波形;系统输出的稳健波形显示该系统发射端具有很好的稳健性而接收端则有很好的收敛性。     

SAGE算法的TD-SCDMA空时分组多用户检测算法

针对时分同步码分多址(TD-SCDMA)上行失步以及强多址干扰的情况,提出了一种基于SAGE算法的空时分组多用户检测算法。该算法以各用户上行信号的DOA信息为基础,对接入用户的上行多径信号进行最大比合并,在空域进行分组,在每个组内进行多用户检测,最后利用SAGE算法进行迭代干扰消除。仿真结果表明,上行失步和强多址干扰情况下,该算法的误码率性能较传统的匹配滤波,联合检测以及解相关算法有较大的提升。     

压制干扰环境下组网雷达的检测性能分析

为定量地研究压制干扰环境下组网雷达的检测性能,根据受干扰时雷达检测概率与接收信号信噪比、虚警概率和脉冲积累数的关系,结合秩K法则,推导得出了压制干扰下雷达网的综合检测概率的表达式。并以干扰压制比作为评估指标,通过仿真定量分析了不同干扰情况下组网雷达的检测性能。仿真结果表明所构建模型和方法的有效性。     

基于人眼定位算法的驾驶员疲劳检测

研究了一种基于人眼定位的驾驶员疲劳检测方法。采用一种结合眼睛灰度及形状信息的人眼定位方法,进行眼睛准确定位,然后用处于睁开状态的眼睛模板与待测图像中的眼睛模板相匹配,对一定时间间隔内采集的图像进行人眼状态的开闭判定,由此判断驾驶员是否疲劳。实验表明,该方法可快速有效地进行驾驶员疲劳检测。     

基于spice3f5的模拟电路故障仿真技术

针对模拟电路通过实测难以形成知识库的问题,构建了模拟电路故障仿真技术的总体架构,研究了spice3f5仿真引擎电路方程构建和求解等关键技术。提出并实现了基于spice3f5的故障仿真方法。为了验证该方法的正确性,采用集成运算放大器、精密电源电路以及与或逻辑电路进行仿真模型建模和电路故障仿真验证。验证结果表明:该方法可以减少仿真时的运算量,提高仿真速度以及故障隔离程度,由此证明了该方法的有效性和实用性。     

基于虚拟样机的供输弹机液压系统故障仿真

供输弹机是火炮实现装填自动化的重要机构,涉及机电液等多种系统的耦合,故障率较高.为了能够真实地模拟供输弹机液压系统的故障过程,提出了适用于大型复杂系统耦合仿真的协同仿真方法,建立了完整的供输弹机虚拟样机,较好地解决了机电液耦合、多碰撞拓扑等难题,并通过实装试验数据验证了虚拟样机仿真的可信性.以溢流阀发生粘滞阻力过大和液控单向阀发生控制油路故障为例,说明了故障发生时供输弹机的动力学响应特性,明确了故障机理,为快速地进行故障特征提取和积累故障样本奠定了良好的基础.     

基于变步长LMS的谐波电流检测方法的研究

能否快速准确检测出三相电力系统中谐波电流是决定有源滤波器整体滤波性能的关键.基于瞬时无功功率的谐波电流检测理论,提出了一种改进的自适应滤波器谐波检测算法,通过构造步长因子与误差信号的非线性函数,调整步长参数,使权向量达到最优,在确保稳态误差的前提下,提高了系统的收敛速度.仿真实验验证了该算法的正确性和有效性.     

基于自监督学习的越野道路检测算法

提出了一种针对越野道路的检测算法:利用激光雷达检测出近处的可通行区域,作为当前道路的样本;利用导航定位系统追踪近处可通行区域在历史图像中的对应区域,提取这些区域内的像素值,训练不同距离下的道路模型,用其评估当前图像中各个区域的道路似然度;最后采用RANSAC算法计算最优的道路中心曲线。试验结果表明:该算法能根据道路变化调整道路模型,鲁棒性强,经过硬件加速后平均每帧图像的处理时间约为97ms。