一种基于LMS的时域相干累积算法研究

为了克服低信噪比条件下传统的自适应滤波算法抑制高斯噪声效果差的缺点,提出了基于最小均方(LMS)的时域相干累积新算法。计算机仿真结果表明,该算法具有良好的抑制高斯噪声的性能,对于低信噪比下信号的增强效果明显优于传统的自适应滤波算法。     

防空导弹对目标拦截的模糊二元对比排序

确定对空袭兵器的拦截次序是防空导弹火力分配的重要内容.定性分析和定量计算相结合,利用模糊数学中的模糊二元对比排序法确定防空导弹对多个目标拦截的优先次序,先对模型进行描述,给出模糊相似关系矩阵及相应的计算方法,再以4种空袭兵器为作战对象,运用模型进行计算,得出直观的目标拦截排序结果,变模糊的、复杂的问题为直观的结论.为指挥员科学分配防空火力,最大限度地发挥防空导弹的制空效能奠定基础.     

基于离散化模型的雷达优化配置与部署方法

雷达优化配置与部署问题存在模型复杂的问题,很难对其进行优化.提出了一种基于网格的离散化模型.雷达配置与部署的方案、雷达网对防区的覆盖能力以及雷达布站的约束条件都分别通过网格和矩阵进行了定量描述,在此基础上,建立了雷达优化配置与部署问题的数学模型.这样就可以采用模拟退火算法对该问题优化.仿真实验证明了该方法的有效性和可行性.     

润滑油纳米铜添加剂及其对不同粗糙度表面的减摩自修复行为

采用KBH4液相还原法制备了纳米铜添加剂,采用透射电子显微镜对纳米铜添加剂进行了表征,通过摩擦磨损试验机测试了纳米铜添加剂对4种不同粗糙度摩擦表面所表现的抗磨减摩性能,并对不同的磨损表面进行了光学显微镜和能谱分析。结果表明:纳米铜添加剂为分散性能稳定的20nm的球形颗粒;纳米铜添加剂具有良好的抗磨减摩性能,尤其是对于光滑的摩擦表面,与基础油相比,可使摩擦因数降低24%。纳米铜添加剂还具有良好的自修复性能,摩擦过程中,能够在摩擦表面形成一层高弹性低硬度的自修复膜,自修复效果对于光滑的摩擦表面更为显著。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

多帧高斯混合概率假设密度的多目标跟踪算法

针对低检测概率下多目标跟踪时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种基于多帧融合的高斯混合概率假设密度滤波算法。根据不同时刻目标权值构造目标多帧权值记录集及目标状态抽取标志。当某些时刻目标被漏检时,依据目标状态抽取标志,并结合目标多帧权值记录集中权值信息估计丢失目标的状态。仿真实验表明,算法有效地提高了低检测概率下现有相关算法的目标状态和数目估计精度。     

面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。     

采用双树复小波结构相似性度量的景象匹配北大核心

以基于人类视觉系统的图像结构相似性度量为基础,双树复小波变换为工具,将复小波变换域下的结构相似性度量应用于景象匹配系统中,提出了对于图像空域变换具有较强鲁棒性的景象匹配方法。测试试验表明,双树复小波结构相似性度量从较大程度上反映了相比较图像在结构方面的相似性,同人类视觉认知系统更接近;同时由于复小波的近似位移不变性,该指标对于实时图存在对比度、光照变化等干扰情况表现出较好的鲁棒性,更适合作为复杂成像条件下景象匹配的相似性度量指标。景象匹配实验表明,该方法在复杂干扰下具有更高的正确匹配率。     

基于主成分分析法的反导态势要素提取研究

针对弹道导弹及其攻防作战的特点,深入分析反导作战态势评估的过程,研究影响反导预警态势评估的主要因素,构建了反导战场态势要素集模型。在此基础上,采用主成分分析法进行要素分析与提取,优化重构要素集模型。研究结果为提高反导预警态势评估的准确性和指挥决策的及时性提供了重要依据和保障。     

主成分分析在超声红外图像序列增强过程中的应用

针对超声红外热像无损检测中图像信噪比不高、缺陷对比度低的问题,将主成分分析法运用于红外图像序列处理的增强过程中,对比分析了原始图像序列、含部分缺陷图像序列及重建图像序列在降噪及增强方面的效果。研究表明:主成分分析法可显著提高图像信噪比并有效消除热量不均效应;而缺陷位置对处理结果无影响,最终重建的图像序列中图像信噪比普遍得到提高。研究结果验证了该方法在红外图像处理方面的有效性,为后续缺陷的识别奠定了理论基础。