基于主导拮抗抑制的多尺度边缘检测

图像边缘检测算子的抑噪能力和定位精度是一对矛盾,从视觉神经生理学角度出发,提出一种基于主导拮抗抑制的多尺度边缘检测模型。该模型将主导拮抗抑制机制拓展到多尺度处理,通过引入侧膝体拮抗通道的强抑制机制达到自适应抑噪的效果,获得的对比度信息经过简单细胞子域的非线性整合得到锐化的边缘输出,最后将多个尺度的处理结果进行融合,获得最终的边界轮廓。理论和实验证明通过主导拮抗抑制机制和多尺度处理的结合,获得抑噪能力强、定位精度高的边缘检测模型,该模型具有生理学基础,结构简单,计算效率高。     

泛探雷达长时间相参积累目标检测方法研究

泛探雷达利用同时多个接收波束覆盖整个观测空域,可利用长时间相参积累提高动目标检测性能,然而必须解决目标在长积累时间之内出现跨波束、跨距离单元和跨多普勒单元现象带来的积累增益下降问题。在跨波束影响可忽略前提下,研究了基于Keystone变换与Dechirping变换相结合的运动补偿方法,并在此基础上提出了基于Clean思想的多目标检测流程。通过对仿真数据与外场实测数据的处理与分析,验证了本文方法的有效性,可以用于泛探雷达的目标检测。     

稳定自组织网络结构中单点突变对网络稳定性影响

从战场恶劣环境通信设备无法正常通信的条件下,介绍了一种自组织网络稳定度的模型。通过比较自组织网络结构中微结构和巨结构的优缺点,动态地描述了结构间的聚合和裂解。基于结构分析,考虑单点突变对网络稳定性的影响,从时间因素策略方面,提出了一个基于预测最稳定链路生存时间的一种分布式成群策略。通过合理建模以及优化路由算法,尽可能地维护网络结构的稳定。     

基于蚁群算法的图像边缘检测研究

将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与该方法的基本原理和具体实现过程。为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数。大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点。     

基于接收分集的MIMO雷达性能分析

基于接收分集的MIMO雷达发射端采用阵元间距为半波长的均匀线阵,各子阵元发射相互正交的信号,而接收阵元间距满足空间分集条件。由于天线阵元之间紧密分布的发射阵列可以当作一发射站处理,因此该MIMO雷达的结构与一发多收多基地雷达类似。分析比较了双基地雷达、一发多收多基地雷达和接收分集MIMO雷达的检测性能和模糊函数,指出接收分集MIMO雷达具有良好的检测性能、方位角分辨力和较低的"自身杂波",这有利于微弱目标的检测、目标的高精度定位、虚假目标的消除以及雷达系统可观察目标动态范围的提高。     

基于Viterbi的一种单目标跟踪算法

在深入分析Viterbi算法的基础上,对现存的基于Viterbi的数据关联算法作出了一定的修正,提出了一种改进的基于Viterbi的单目标数据互联算法(IVDA),有效地完成了对单目标的跟踪,并解决了PDA算法在目标检测概率较低时误跟踪率偏高和杂波密度参数在实际中难以获取的问题,最后通过仿真验证了结论的正确性。     

基于尺度空间理论的角点检测

传统的Harris角点检测是一种经典的角点检测算法,但不具有尺度不变性。研究了一种基于尺度空间理论的Harris角点检测方法。建立Harris的尺度空间函数表示。利用多尺度分析的思想,使在小尺度上的角点精确定位和大尺度上的角点去伪存真。从而克服了传统的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪声影响等问题。试验结果表明,该算法明显地提高了图像角点检测性能。     

基于部件危害度的自航水雷贮存可靠性分析

为了研究自航水雷贮存可靠性,根据自航水雷功能原理,建立以部件级故障为底事件的系统故障树.在此基础上,根据自航水雷战备转进检测数据,运用改进的故障模式影响及危害度分析(FMECA)方法,分析并计算各部件故障的危害度,从而确定主要影响自航水雷长期贮存可靠性的关键部件.供电及信息控制器故障危害度最大,其次是密封圈失效、控制系...     

基于FPGA的多功能双正交编码模拟模块开发

针对现有实时仿真系统只能模拟直线电机动子位置检测系统正常工况的问题,开发了基于FPGA的多功能双正交编码模拟模块。该模块可通过指定故障位置区间、传感器的工作状态、输出位置脉冲信号的占空比,以及相位差模拟位置传感器模块在各种故障工况下输出的位置脉冲信号,从而检验位置检测系统后续功能模块和直线电机系统各底层控制器在各种故障工况下的软硬件性能以及算法的准确性和有效性,降低了设备研发与调试风险,加快设备研发进度。仿真与实验结果表明：多功能双正交编码模拟模块可模拟位置传感器在各种故障工况下输出的位置脉冲信号,满足了模块的预定功能要求。     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测.针对此问题,提出基于纹理随机化的结构主导 目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测.利用目标的三维模型,借助Blender渲染引擎,完成纹理随...