基于OpenCV的运动物体跟踪系统的设计与实现

运动物体的跟踪是把运动的物体检测出来,对目标编号并获取运动轨迹。因此,运动跟踪系统性能的优劣关键取决于运动前景检测的准确度。文章首先设计了一种有效的基于自动阈值分割的混合模型运动目标检测算法,然后以此为基础创建了一个独立的前景检测模块,最后将该模块嵌入到OpenCV提供的运动跟踪系统框架里,实现了一个完整的运动跟踪系统。运行结果表明,该系统具有较好的稳定性、准确性,满足了运动跟踪系统实时性、鲁棒性的要求。     

一种吞吐量优化的无人机飞行轨迹规划算法

基于无人机(Unmanned Aerial Vehicle,UAV)协作通信已成为满足下一代蜂窝用户需求的有效技术.UAV的飞行轨迹对通信服务质量有直接影响.为此,提出吞吐量优化的UAV飞行轨迹规划(UAV Trajectory Planning to Maximize Throughput,TPMT)算法.TPMT算法以最大化用户与UAV通信链路的吞吐量为目标函数,并通过求解目标函数规划UAV的飞行轨迹.先构建用户与UAV的信道模型,再建立最大化吞吐量的目标函数,然后,引用混合优化算法GASimplex求解目标函数.仿真结果表明,提出的TPMT算法能够快速收敛,并提高了吞吐量.     

鲁棒H∞次优控制问题

证明了鲁棒H∞次优控制问题可以归结为两个代数黎卡提不等式的解.利用不等式形式上的特点,还研究H∞/H2混合次优控制问题,并给出了应用实例以说明本结果的有效性.     

惯性导航系统故障诊断的不确定性问题研究

针对构造惯性导航系统 ( INS)故障诊断所面临的确定性和不确定性问题 ,提出了基于模糊集理论的诊断方法 ,并给出诊断系统自动获取不确定性证据和确定性证据隶属度的方法及函数 .认为对于确定性证据和不确定性证据可以用统一的方法和原则来处理 ,并建立了两类证据的实用数学模型     

线性调频基带数字产生的关键技术研究

介绍超宽带线性调频信号基带的数字产生方法及其实现技术。首先对线性调频信号的两种主要数字产生方法进行了简要阐述和比较，然后根据波形存储直读法提出了一种超宽带线性调频信号产生方案，分析了基带数字产生的主要关键技术，并进行了系统实现和测试。测试结果表明本文所提出的方法是可行的。     

基于知识的某新型地空导弹装备的故障智能诊断

为保障系统可靠运行,及时正确地对系统的各种异常状态或故障状态做出诊断,提出一种基于知识的智能诊断方法,并运用该方法建立一个故障分析和诊断系统;在故障树层次诊断模型的基础上,形成了综合模糊推理和规则推理的混合推理方法.通过具体实例表明,采用该方法是可行的.     

混合战争背景下我国人防工程的使命

传统战争的胜负很大程度上取决于双方正规军事力量的对比,而进入21世纪,战争形态和冲突环境日益复杂,混合战争成为主要形式。通过对混合战争特点的分析,论证了人防工程在应对混合战争中所处的地位,以及人防工程需要在保障范围、应对手段和保障能力三个方面做出改进。并且论证了为应对混合战争所需新增的工程和设施类型、拓展的设施防御标准以及在提升平战结合标准和增加常备设施方面的要求。现有的人防工程对与混合战争的因对存在着诸多的不足,但通过增设少量类型的信息化设施和提升防御标准可以达到较高的应对标准,为国防力量提供坚实的支撑。     

燃料电池混合动力汽车分层能量管理策略

针对燃料电池混合动力汽车中燃料电池、电池、超级电容的能量分配问题,提出一种分层能量管理策略。该策略分为上下两层,上层依据燃料电池效率、电池SOC值和需求功率,设计基于规则的控制策略,优化燃料电池的能量输出;下层依据电池和超级电容特性,设计滑动平均滤波算法,使电池平稳输出能量。最后,在UDDS+HWFET工况下对该策略进行仿真,结果表明,与Advisor自带能量管理策略相比,该策略能更合理地分配能量源的能量输出,燃料电池效率提升0.17%,氢气消耗量减少4.37%。     

“双碳”战略下绿色能源无人机的发展机遇和挑战

对绿色能源无人机这一新兴航空技术领域进行了综合评述,并讨论了未来发展机遇和挑战。首先,阐述了绿色能源无人机的发展现状,介绍了典型太阳能无人机、氢燃料电池无人机,分析了高效柔性薄膜太阳能电池、轻质高效氢燃料电池等绿色能源动力关键技术;然后,对“双碳”战略带来的机遇进行了分析;最后,探讨了绿色能源无人机技术发展面临的挑战,以及未来发展方向,为绿色能源飞行器技术领域的研究工作和关键技术攻关提供一定参考。综述表明,“双碳”战略已经提升到了国家战略层面,绿色装备需求迫切,绿色航空发展进程正在加速。兼顾长航时和大载荷的实用化技术、低成本快捷改装技术以及多种能源混合互补技术等将是推动绿色能源无人机未来发展的关键。     

利用预报误差分布拟合实现卫星历史轨道机动检测的方法

轨道机动会引起在轨卫星的轨道异常,是空间态势感知的重点关注对象之一。为此,提出一种从卫星的两行轨道要素编目数据中检测历史机动的方法。通过分析预报误差检测轨道参数的异常编目值,进而获得相应的历史机动信息。对卫星的两行轨道要素编目数据两两预报求差得到预报误差的样本数据后,利用期望最大化算法可以拟合得到以高斯混合模型表达的预报误差的概率分布模型;以此为基础,可以确定利用预报误差检测轨道参数异常编目值的门限;利用轨道机动与异常编目值之间的对应关系,最终实现机动检测。对典型活动卫星的机动检测结果表明,所提方法能够在准确检出历史机动事件的同时保持较低的误检率。