GPS应用中的坐标转换技术

首先介绍两种转换公式,然后介绍求解转换参数的方法和求解线性方程组的数值 解法。     

基于最优未知输入观测器的BIT降虚警技术

针对基于模型的机电控制系统BIT中的虚警问题,分析了系统中的信息不确定性和产生虚警的机理,基于最优未知输入观测器方法设计了BIT故障检测诊断系统,该系统对信息不确定性具有较强的鲁棒性,能够充分地抑制虚警。在某机电跟踪与稳定伺服平台BIT系统上进行了试验研究,结果表明机理分析正确,所提方法有效。     

纯方位目标定位的观测者的最优轨迹

纯方位目标定位问题是从一系列噪声方位量测中估计一固定目标的位置,尽管在理论上,即使在没有观测者机动时,此过程亦是可观测的,但是通过适当利用观测者的运动以增加可观测程度可以使得估计性能(例如精度,稳定性和收敛速度)得到很大的提高。本文提出了纯方位固定目标定位的观测者的最优轨迹。这里所介绍的方法是基于使费歇尔信息矩阵(FIM)的行列式最大化,条件是:(例如,目标的防御系统)影响观测者轨迹,状态受限制。用直接最优控制的数值方法,包括最近介绍的微分包含的方法(DI)来求最优控制问题的解。运用熟悉的斯坦斯费尔德和最大似然(ML)估计器进行计算机仿真,结果表明运用观测者的最优轨迹所得到的目标位置的可估计性得到很大的提高     

一种基于最优在线无偏估计的空间配准方法

提出了一种最优在线无偏估计(BLUE)方法,能够对时变系统误差进行实时在线估计,但是该方法是基于二维公共直角坐标系内平移变换的,不能直接在实际工程中应用。针对上述问题,提出了基于ECEF坐标转换的BLUE方法,解决了多传感器多目标背景下的绝对空间配准问题;同时将改进后的BLUE方法应用到相对空间配准问题中,结果验证了该方法的正确性和有效性。     

LiDAR点云纹理特征提取方法

针对图像纹理应用于LiDAR点云分类过程中存在的多义性问题,提出点云纹理特征的概念。该特征属性反映了点与其邻域点的属性值分布情况,提取过程基于KD树数据检索结构和灰度共生矩阵算法。分析搜索邻域、移动步长和灰度等级等参数对点云纹理特征的影响,并利用支持向量机分类方法验证点云纹理特征,可以有效地辅助高程和强度信息以改善LiDAR点云的地物分类结果。实验还证明了相比于栅格格式的图像纹理特征,点云纹理特征约束的地物分类具有更高的分类精度,并且点云纹理特征在微小地物的甄别和水陆的区分方面具有突出的能力。该特征的这些优秀特性可以为海岸带机载LiDAR数据的精细化分类、海岸带高精度DEM构建和海岸线提取等工作发挥重要作用。     

基于毁伤概率的未来空域窗最优射击时机

针对未来空域窗进行瞄准点配置时,需要对目标和射弹的误差进行处理的情况,提出了利用投影对未来空域窗误差进行处理的方法,并基于该方法研究未来空域窗毁伤效能变化规律。同时,依据毁伤概率最大的原则,设计了最优射击时机计算流程。仿真实验结果表明:在一次开火时间范围内,通过该最优流程计算得到的目标毁伤概率最大,由此证明了所提方法的正确性和可行性。     

舰船腐蚀电场建模及补偿最优解验证

基于等效偶极子法,从补偿偶极子长度、角度、大小三方面给出了任意角度的补偿偶极子场解析式,再利用电荷矢量叠加原理,建立了"腐蚀偶极子+补偿偶极子"电场模型。仿真以单轴桨船为例,先验证"腐蚀偶极子+补偿偶极子"电场模型的正确性,再进行补偿偶极子对舰船电场的影响验证,从而得出补偿最优解。模拟实验结果表明,补偿阳极在工程允许条件下距离补偿系统接船端最远处,且补偿系统平行于水平面和船体时补偿效果最优;在补偿最优条件下,理论上是可以抵消原舰船腐蚀电场的。     

基于模型的系统级故障诊断与预测推理技术

针对装备状态监控和故障预测推理的需求,提出不同的诊断推理模型。首先,提出了基于二值相关性模型的快速推理算法,采用Vx Works平台对方法进行了验证评估。然后,针对应用过程中存在的时延、故障耦合等现象,提出了动态诊断模型。在此基础上,提出了考虑故障预测的诊断和预测一体化诊断推理模型,对推理运算方法进行了阐述,开发了仿真验证软件。以某卫星电源系统为例进行了验证,结果显示模型具有故障诊断和预测能力,能实现故障诊断和预测的一体化推理。     

一种基于知识矩阵的地面目标探测数据融合仿真方法

在作战仿真系统中,为实现数据融合仿真,提出了一种基于知识矩阵的数据融合建模仿真方法.该方法首先用六个维度基准知识定量表示一个探测的质量,通过去老化处理,目标接近度和识别一致性、同一目标识别与探测数据质量判定等三个步骤确定是否能够将两次探测进行融合,最后再进行相应的融合处理.该方法在某平台级作战仿真系统中得到应用,取得了良好效果,验证了该方法的可行性.     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。