MATLAB环境下目标图像的实时辨识方法

介绍一种在MATLAB环境下彩色立体视觉装置在环的实时图像处理系统 ,用于自动识别前方汽车目标和计算距离。鉴于汽车均具有红色尾灯这一普遍特征和人观测色彩的一致性 ,在此采用了基于色度—饱和度—亮度模型的模糊规则来提取汽车尾灯的颜色特征 ;利用汽车上的反射光或阴影区域的亮度特征来进一步确认辨识结果 ,以克服复杂环境中背景颜色和各种光照视角、强度的变化对图像特征所产生的影响。此外 ,文中还提出一种新颖而快速的自适应“移位滤波器”算法 ,以消除颗粒状和细长带状噪声 ,并给出了实验结果和结论     

一种基于改进型KALMAN滤波器的导弹故障检测算法

常规卡尔曼滤波器有一大缺点，它要求精确的模型和噪声统计，但实际问题中，大多数情况上述要求不能满足。本文给出了考虑滤波器初始条件不精确性的Ｋａｌｍａｎ滤波器表达式。利用这种Ｋａｌｍａｎ滤波方法进行故障检测，降低了误报警率，提高了鲁棒性。由于导弹姿态控制系统模型的精确性有限，常规Ｋａｌｍａｎ滤波方法因其鲁棒性差很难检测故障，这种方法能有效检测故障。仿真算例表明此方法非常有效。     

单一水听器的声源定位

本文介绍的方法假设接收到的信号是声源发出波形的延迟以及衰减无关的复制的线性组合。与水声环境条件一起,延迟和衰减装置对决定声源位置提供足够的信息。若假设知道传输信道,可以用声场预测模型匹配数据来估计声源位置,这取决于估计的延迟装置。本文介绍不是试图直接从数据估计时间延迟,而是通过延迟的声信号路径估计跨越的子空间的可能方法。接着用一组距离量测,在子空间和由模型提供的复制的跨越予空间之间,对声源进行定位。在葡萄牙海岸浅水声道中,从INTIMATE’96试验数据装置中得到的结果表明:发出300——800赫兹LFM扫描的声源能够在一整天内,在一定的距离或深度上被有效地定位。     

基于迭代结构滤波器的SAR图像去噪方法研究

通过比较各种合成孔径雷达 (SAR)图像的滤波方法 ,指出他们存在的不足。然后提出基于模拟退火的迭代滤波器的SAR图像滤波方法。这种方法通过引入相关邻域模型 ,描述图像的局部特性。首先建立一系列反映方向信息的模板 ,每一个模板代表了一种邻域结构。然后在SAR图像的统计性质基础上 ,对于每个邻域结构 ,利用Bayes方法 ,根据图像的观测值 ,获得强度真实值的最大后验概率 (MAP)估计。然后运用模拟退火算法 ,根据每个结构的概率随机选取一个邻域结构作为最适合结构 ,它所对应的估计值作为图像真实强度的估计。模拟退火保证随着温度逐步趋向于 0 ,算法可以获得估计的全局最优解     

集成型空间数据库技术分析

空间数据库是GIS的核心。在介绍空间数据库的基本概念的基础上 ,着重分析了广为应用的空间数据库系统SDE ,它能将空间数据和属性数据集成在数据库中。目前已提出的空间信息模型可分为基于域的模型和基于对象的模型 ,各有其优点和局限。由于许多应用中需要这两种模型 ,因此本文提出了我们自行设计的一种能够集成域和对象的面向对象空间数据库模型。     

机载测角三维无源定位的建模与算法分析

在机载测角三维无源定位应用中 ,采用载机NED (North_East_Down)坐标系作为状态坐标系、选在此坐标系中的目标位置坐标作为状态变量建立状态方程 ,采用测量系统天线坐标系为测量坐标系建立测量方程 ,两个坐标系以载机姿态角相关联。本文在此坐标框架下 ,通过对三个定位模型和四个定位算法的分析和仿真比较 ,确定了更适合于机载测角三维无源定位应用的模型和算法。     

基于SVD的机动目标自适应滤波研究与仿真

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性.该研究在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于奇异值分解(SVD)的协方差平方根滤波的自适应卡尔曼滤波算法.仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点.     

Loeb 空间上的拟鞅提升及分解定理

本文通过非标准随机分析方法得到了标准拟鞅提升定理,并构造了非标准拟鞅的分解定理,然后再通过下推方法得到了标准拟鞅的一个分解定理。     

对机动目标的滤波问题和灰色预测

叙述了火控系统中滤波的几种方法,分析了滤波中所存在的问题,并应用灰色系统理论对机动目标进行预测,讨论了火控灰色预测的特点。     

基于CCD器件的光电位敏探测器研究

本文作为原理性探讨,在一定实验的基础上,提出了一种利用CCD器件和模拟电路构成光电位敏探测器(PSD)的新方法.用此方法构成的PSD具有高于CCD空间分辨率的定位精度、较宽的线性工作范围和较高的动态响应速度,能够满足特殊场合的使用需要.