小波域非加性失真函数设计

在最小化嵌入失真隐写算法框架的基础上,提出了一种基于小波域的非加性失真函数图像隐写算法。首先在离散小波域设计了加性失真函数,主要考虑了亮度、频率和纹理掩蔽因子对载体失真的影响;然后结合模型矫正的方法对设计的加性失真函数进行了非加性矫正;最后结合网格码设计了隐写算法,将嵌入信息对载体的修改最小化,并且集中在人眼不敏感区域。实验结果显示,方案具有良好的视觉不可见性,且能抵抗空域SPAM特征隐写分析的攻击。     

一类具有时滞的离散时间反应扩散系统的波前解与应用

利用单调迭代和上、下解技术,研究了一类具有时滞的离散时间反应扩散系统当非线性项满足拟单调条件和指数拟单调条件时波前解的存在性,并将所得结论应用到时滞竞争扩散系统的时间离散化系统中。     

高超声速流动计算中LU-SGS隐式算法的应用

在高超声速条件下,对原始LU-SGS格式及其改进方法的收敛速度做了深入的比较分析,目的是进一步更好地将LU-SGS算法用于工程上复杂外形的计算模拟中。二维圆柱,三维钝锥及空天飞机算例的结果表明:对于高超声速粘性流动的计算,粘性项应进行隐式处理;BLU-SGS方法给出的内迭代方式的收敛性优于DP-LUR方法所给出的内迭代方式;LU-SGS算法中雅克比系数矩阵的计算方式对计算量及收敛性影响较大,若采用精确的矩阵形式,则在流动无分离情况下能取得快速收敛的效果,而在含有流动分离的情况,因受稳定性的影响,精确的矩阵形式的收敛表现不及对角近似形式。     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

基于两级隐式形状模型的抗遮挡目标跟踪

为解决遮挡条件下的目标跟踪问题,提高定位精度,提出一种基于两级隐式形状模型的目标跟踪算法。首先利用Fast Hessian检测子提取待跟踪目标及周围区域的局部关键点区域构建码本字典,用SURF描述子获取码本的特征描述矢量建立码本支持模型,然后利用广义Hough变换建立码本字典集与目标之间的共生关系,通过隐式形状模型进行在线学习更新,最后通过寻找投票空间中的极大值来对目标进行定位,根据跟踪过程中目标遮挡程度的不同,分别赋予目标自身码本投票及周围码本投票不同权重,提高不同遮挡状态下目标定位精度。实验结果表明,在目标被遮挡甚至不可见或者丢失后重新回到视场时,该算法均能鲁棒地定位出目标。     

基于TVD思想的高阶迎风紧致格式

紧致格式具有模板紧凑、精度高的特点,然而直接应用该格式捕捉激波会产生虚假振荡。解决该问题有多种思路,本文着重研究基于TVD思想的紧致方法。首先推导了两种5阶迎风紧致格式,并采用Fourier分析比较其耗散与色散特性。然后,采用保单调保精度方法和限制器两种不同的TVD方法,进行算例验证。计算结果表明,应用TVD方法后,格式对激波、接触间断分辨率好且鲁棒性增强,但不同的TVD方法仍存在精度降低、耗散不足等问题。     

基于HMM的电子设备健康状态评估方法

针对弹上设备的性能退化问题,提出一种改进流形学算法的电子设备健康状态评估方法.首先,在SNPP算法中引入非相关约束并加入核函数形成KSUNPP算法,将其用于原始特征的提取,获得有效的特征集作为隐马尔可夫模型(HMM)的输入进行训练;其次,用KL距离来衡量故障程度,可实现设备退化程度的评估.最后,通过将该方法应用于某型导弹指令接收机健康状态评估中,验证了有效性.     

纯方位目标运动状态的极大似然估计及迭代算法

针对非线性最小二乘法在国内目标运动分析中应用较少的现状,首先在二维平面内推导出关于纯方位目标运动状态的极大似然估计的计算公式并给出了基于高斯-牛顿迭代算法的计算过程及步骤,随后分析了极大似然估计的性能和迭代算法的收敛性.仿真计算的结果表明:当迭代初值与目标真实状态充分接近时,用所推导出的计算公式能够快速稳定地得到关于目标运动状态的极大似然估计,迭代算法形式简洁,计算量小.该研究成果可应用于舰艇作战系统目标被动跟踪定位软件.     

一类具有阶段结构和潜伏期时滞的SEI模型的全局动力学性态

研究一类具有潜伏期时滞、阶段结构和标准发生率的SEI模型,利用比较定理和单调迭代的方法,分别得到无病平衡点和地方病平衡点全局吸引的充分条件．     

基于点云配准的室内移动机器人6自由度位姿估计

针对移动机器人在室内环境下难以获取GPS定位信息,仅靠自身惯导不能得到精确位姿的问题,提出了一种基于RGB-D传感器获取三维环境点云,对连续点云提取特征并进行配准的移动机器人6自由度位姿估计方法.首先通过RGB-D传感器获取环境深度图像,根据特征提取算法提取点云特征;然后以特征点为配准点,运用随机一致性采样(RANdom SAmple Consensus,RANSAC)算法对点云进行初配准,剔除部分错误匹配点,获得初始变换矩阵;最后采用改进的迭代最近点(Iterative Closet Point,ICP)算法进行精配准,获得点云间的最终变换矩阵,实现位姿估计.实验结果表明:该方法有效地提高了大规模点云配准效率,得到了较精确的位姿估计信息.