多传感器测量数据预处理

传统传感器测量数据处理方法只采用算术平均值的数字滤波法,虽然这种方法具有一定的抗干扰性,但从统计理论和实际应用情况分析来看,这种方法处理的数据不是测量结果的最好表示,尤其对于多传感器测量情况甚至更糟糕.针对这种情况提出了通过2次利用偏度分析建立动态检测门限判别并剔除粗差,再进行数据融合的分批估计方法.数据分析结果表明,这样处理后的数据测量误差和方差均更小,测量结果更接近测量真值.     

固相微萃取技术及其在毒剂分析中的应用

综述了固相微萃取的装置,原理、发展及其在毒剂分析中的应用．     

预处理方法求解低马赫数流场的边界条件

通过求解预处理后的二维可压缩Euler方程 ,数值试验了常见的三种进口边界条件的提法及其对稳定性和收敛性的影响。数值试验结果表明 ,预处理后 ,在低马赫数时基于黎曼不变量的边界条件为反射边界条件 ,而另两种边界条件为无反射边界条件     

预处理方法在低速粘性流动中的应用

用时间相关法、LU SGS隐式求解经过预处理后的二维可压Navier Stokes方程 ,数值模拟了低速情况下不同马赫数、不同雷诺数的驱动空腔流动。为了使时间相关法能应用于计算低速流动及加快收敛 ,在控制方程的时间导数项前乘了一个预处理矩阵 ,实现了对方程的预处理。数值模拟结果表明 ,预处理确实加快了计算的收敛性 ,而定常解却没有改变。所得结果与可能的计算结果进行了比较     

基于卷积神经网络的无人机图像模糊类型识别

为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。     

基于数学形态学的抗无人机检测预处理算法

为降低未来信息化作战条件下无人机对防空领域的威胁,对低信噪比图像序列抗无人机检测预处理技术进行了较为系统的研究.首先针对抗无人机检测问题,引入了预处理和数学形态学概念;详细阐述了图像的膨胀、腐蚀、开启运算,并对背景抑制、图像增强等技术进行了建模和仿真验证.结果表明,该方法能有效地从复杂背景中分离出无人机等弱小目标,有利于后续工作.     

预处理方法在全速度流场数值模拟中的应用

基于预处理方法,采用有限差分方法,LU-SGS隐式求解了二维可压Navier-Stokes方程,数值模拟了无粘突包、粘性空腔、化学非平衡流场,并与试验结果进行了对比。计算结果表明,所采用的数值模拟方法能够求解低速及亚、跨、超全速度流场和化学非平衡流场,所采用的预处理方法在亚声速范围内保持数值精度的前提下,加速了收敛。     

用PCG-FFT法求解二维电磁散射问题

本文在CG—FFT的基础上提出了一种新的方法,即PCG—FFT(预处理共轭梯度法一快速傅里叶交换)相结合法用于求解二维、TM波入射情况下的电磁散射问题。本文以等效电流做为积分方程中的未知函数进行求解,是一种求解电磁散射问题的有效途径。由于应用了PCG方法,与CG法相比,降低了对计算机的内存要求。而FFT算法又节约了CPU时间。因而,与经典的MOM方法及CG—FFT方法相比,可有效的处理电大尺寸物体的散射问题。本文在理论推导的基础上,给出了数值计算结果,与CG—FFT相比较,结果吻合的很好,而收敛速度显著提高。     

误差随机过程的一种数据预处理方法

在数据连续采集过程中,误差是一个随机的过程,有的误差数据出现“失真”,本文结合指挥仪综合检测中动态误差情况,提出一种平稳误差过程和非平稳误差过程的数据预处理方法。     

多处理机系统的微任务并行

本文讨论微任务技术及其在多机系统上的实现。微任务技术使得一个程序能在循环和语句块一级并行执行,它的显著特点是系统开销较小、效率较高,适应于小粒度并行。