神经网络的单滤波器目标跟踪算法

当前统计模型及其自适应滤波(CSMAF)算法是机动目标跟踪中的一种有效方法.但该方法对目标机动加速度极限值有依赖,并且对弱机动目标跟踪的精度不高.为解决这一问题,利用一种改进的加速度方差自适应调整公式克服了对加速度极限值的依赖,同时利用神经网络对滤波参数信息进行融合,自适应调整过程噪声.仿真结果表明,该方法有很好的机动...     

装备保障能力的动态评估

进行装备保障能力的评估研究,对于武器装备战斗力的形成和保持有着重要意义.针对评估过程中存在的不确定性因素和动态变化的特征,提出基于集对理论和马尔科夫链的装备保障能力动态评估方法,为装备管理决策者制定装备保障方案提供了科学依据.     

多维 AR 模型梯格滤波的一般形式及其在不同数据窗下的实现

本文以基本的矩阵代数为工具,对于多维AR模型推导了梯格滤波的一般公式。在此基础上,可方便地得到在不同数据窗下(如预加窗、协方差窗和滑动窗)的实现算法。     

基于LOG算子的激光雷达图象边缘检测算法改进

针对LOG算子的不足之处,提出了一种激光雷达图像的边缘检测改进LOG算子算法:用二维自适应Wiener滤波代替Gaussian滤波。仿真结果表明:对于含有高斯噪声和乘性噪声的激光雷达图像,该算法能够有效提高LOG算子的边缘检测能力。     

自适应两步滤波算法在机载IRSTS被动定位中的应用

在机载红外搜索跟踪系统被动定位研究中,针对扩展卡尔曼滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用两步滤波算法并结合Sage-Husa噪声估计器构建了适用于机载IRSTS被动定位特点的自适应两步滤波算法模型,算法不仅实时在线地估计了观测噪声的统计特性,而且避免了观测模型线性化误差.仿真结果表明,在完全相同的初始条件下,自适应两步滤波算法对目标运动参数的估计结果明显优于扩展卡尔曼滤波,从而提高了机载IRSTS被动定位的精度.     

改进Bubble函数的多分辨率边缘提取方法

在数学上,通常用Bubble函数来描述神经系统的侧抑制现象.Bubble函数在频域里相当于一带通滤波器,它可以反映不同的时域、频域特性,但它不具有调节带宽的功能.因此对Bubble函数进行改进,改进后的Bubble函数能够通过调节参数来获取不同时域、频域响应和滤波效果.最后,用改进的Bubble函数将小波和侧抑制有机地结合,构造出多分辨率侧抑制网络,该网络利用小波变换去除噪声、侧抑制网络突出边缘,从而可以准确、有效、快速地提取出图像边缘.     

一种修正的机动目标模型及自适应滤波算法

在"当前"统计模型的基础上,通过修正目标加速度的概率分布、机动加速度与方差的自适应关系及过程噪声协方差矩阵,提出了一种修正的机动目标模型及其自适应跟踪算法。理论分析和仿真结果表明,该模型能够准确描述目标的各种机动情况,跟踪算法具有良好的跟踪性能,具有实际应用价值。     

潮流与风对单点系泊系统运动稳定性的影响研究

应用时域仿真的方法研究了风与潮流作用下单点系泊系统的非线性动力学特性。以三阶操纵运动方程为基础,引入定常的风力、潮流作用力和二阶波浪力,建立了系泊系统三自由度运动微分方程,据此建立了系泊系统的多自由度计算机仿真模型。风与潮流联合作用的情形下,对一艘单点系泊油轮的动力学行为进行了数值仿真研究。以潮流速度和系缆长度为分岔控制参数,在参数平面上给出了油轮系泊运动的Hopf分岔集,它将参数平面分为两个系统动力学行为本质不同的区域。研究表明,与潮流(顶流)单独作用的情形相比,顶风条件增加了油轮静止系泊位置的Liapunov稳定性。     

储油罐计量系统中精度的分析及提高

在储油罐计量过程中,难免会存在测量误差.介绍了储油罐自动计量的3种方法:静压法(HTG)、液位法(LTG)、混合法(HIMS).重点分析了混合法(HIMS)中直接测量参数误差、间接测量参数误差对储油罐计量系统精度的影响,并给出了通过仪表的正确选型与安装、合理地分配计量系统的误差、直接测量参数的软件数字滤波处理等提高计量系统精度的方法措施.对于测量精度要求较高的场合,采用以上方法可以有效地消除测量过程中存在的系统误差,更好地实现在储油品的科学化计量管理.     

基于模糊数学对区域太阳能利用潜力的综合评判

应用基于模糊数学的综合评判方法主要对北京、长春、济南、拉萨、昆明、银川、乌鲁木齐和重庆八个城市地区太阳能利用潜力进行了评判和分析,综合考虑了日照百分率、年总云量等因素对太阳能利用的影响,建立了太阳能地区适用性综合评价指标体系,评价的权重集、判断矩阵、隶属度函数,并以八城市为例给出具体步骤和结果,比较科学地对我国太阳能利用潜力进行了科学评判,对我国的太阳能地区利用具有借鉴意义.