基于对比度最优的VCO调频非线性误差估计与校正方法

针对VCO调频非线性误差的准确估计与校正问题,提出一种以一维距离像对比度最优为准则的自适应估计与校正方法。本方法建立引入温度变量的VCO频率特性模型,并据此估计出某一温度值对应的调频非线性误差,在对中频回波进行误差补偿和一维脉压后,以一维距离像的对比度最优作为迭代收敛准则,实现调频非线性误差的最优估计与校正。仿真和实测数据结果表明,该方法充分考虑了温度因素对VCO输出频率的影响,能够在不增加硬件复杂度的前提下,通过算法实现对调频非线性误差的估计、跟踪与补偿。与传统基于硬件电路进行估计或校正的方法相比,新方法无需由硬件组成闭环估计通道,且具有实时性强、运算量小、补偿精度高的优点,对于克服实际工程应用中VCO器件的参数漂移问题具有重要指导意义。     

两个有关矩阵问题的回答

讨论了两个与矩阵有关的问题。对问题 1 ,给出了其阶数从 1到 5时的回答 ;对问题 2 ,给出了其彻底的否定回答。所获的结果许多情形下还可推到更广泛的情形。     

陀螺随机漂移误差模型建模方法研究

论述了自60年代以来的几种主要陀螺仪漂移误差模型建模的方法,介绍了各种方法的特点及建模公式,有助于惯导系统中陀螺漂移误差模型的建立．     

关系抽取中远监督错误标注消除

目前远监督方法被广泛应用于关系抽取任务。然而,远监督方法中存在大量错误标注现象,给远监督方法的学习效果带来了很大的影响。提出利用语义Jaccard度量关系短语与依存词间语义相似性的错误标注消除方法。消除错误标注后的训练数据用于训练模型,完成关系抽取。实验结果表明:该方法可以有效消除错误标注,提高关系抽取的性能。     

基于Matlab的船载平台式惯导系统误差分析

给出平台式水平阻尼惯性导航系统误差的数学模型,然后介绍了系统Simulink的误差建模方法,对系统误差进行了仿真,从仿真结果中能够清楚地看出系统误差的大小及变化趋势。在分析惯导各种误差变化的基础上,结合2套船载惯导设备的输出信息比较,对惯导误差进行补偿和修正从而提高船栽惯导系统的使用精度。     

基于相似性传播聚类的灰度图像分割

基于k-Means等聚类算法的图像分割对聚类中心的初始选择敏感,可靠性差.为避免初始聚类中心选择的影响,将相似性传播聚类用于灰度图像分割.另外,为降低该聚类算法输入相似度矩阵的计算时间复杂度.提出用待分割图像中出现过的灰度值代替像素点作为数据点进行聚类.实验结果表明,与基于k-Means聚类的分割算法相比,该算法不需要预设聚类中心,可靠性更高.     

基于脊线相似性的指纹三角形匹配算法

指纹匹配算法是指纹准确识别的关键算法之一。在常见的三角形匹配算法的基础上,提出了一种改进的基于脊线相似性的三角形匹配算法。在对指纹预处理图像进行八邻域特征提取后,利用脊线的相似性选择特征点进行三角形匹配,在一定程度上减少了相似三角形的个数,提高了匹配速度与精度。实验证明,本算法取得了良好的识别效果。     

一种陀螺随机漂移的高精度组合建模方法

随机漂移是制约陀螺精度的一个重要因素,提出了一种对陀螺随机漂移精确建模的方法.利用小波降噪技术消除信号中的高频噪声,再将降噪后的数据序列平稳化,对平稳化后的数据序列进行AR建模、卡尔曼滤波,得到陀螺随机漂移的估计量.用Allan方差等方法对仿真结果进行了检验,表明了该方法的有效性.该模型可用于补偿惯导系统中陀螺漂移产生的随机误差,以提高制导精度.     

光纤陀螺随机漂移的ARMA模型

分析了传统时间序列分析法建立ARMA模型的不足,提出了一种利用模型阶数判断准则和长自回归法建模的新方法。对数据进行了预处理和模型识别,比较了不同模型阶数判断准则的特点,研究了用长自回归法估计模型参数的步骤和方法。最后对光纤陀螺随机漂移进行了建模实验,通过对模型残差的白噪声检验,证实了使用新方法建立的ARMA模型具有很好的适用性。     

激光陀螺漂移测试数据的处理与分析

根据获得的激光陀螺漂移测试数据,利用时间序列分析的方法对漂移数据进行了建模,得到了漂移数据的时间序列模型;在此基础上用Kalman滤波的方法对数据进行了处理;从时域和频域两方面对滤波结果进行了分析.结果表明,采用的建模和滤波方法能有效提高陀螺的精度.