基于分形理论的目标航路预测

电磁干扰条件下解决断续航路预测问题对防空兵有效抗击空中目标至关重要。针对包络灰预测方法预测精度较低和Verhulst灰色预测模型计算过程复杂的情况,提出了预测航路的分形方法。在分形理论的基础上,研究了其用于目标断续航路预测的基本思路,建立了基于分形的目标航路预测模型,并对模型进行了求解。最后,利用建立的分形模型对雷达丢失目标后的目标航路进行了预测,通过实例体现了分形方法在用于航路预测时的准确性、灵活性和易实现等特点。结果表明,用该法对断续目标航路的预测具有一定的借鉴意义。     

具有随机分形自适应搜索策略的蚁狮优化算法

针对蚁狮算法在平衡开发能力与探索能力不足的缺点,提出了具体有随机分形自适应搜索策略的改进算法。在该策略中,蚂蚁利用随机分形搜索方程提高算法的探索能力;蚁狮利用自适应搜索方程在最优位置进行精细搜索,以提高算法的开发能力。对3个单峰、3个多峰标准测试函数进行寻优,仿真结果表明,相比于其他算法,所提出的改进算法很好地平衡了自身的开发能力和探索能力,显著提高了全局优化能力和收敛速率。     

滤波对混沌信号分形维的影响

分形维数作为混沌系统的特征量,是分析混沌动力系统的重要工具,也是检测和识别混沌信号的依据.由于实际得到的混沌信号都存在着不同程度的滤波,忽略滤波影响会影响到分形维数的准确性.因此,通过理论推导,借助Lyapunov指数谱和Kaplan-Yorke维数,全面分析了从FIR滤波到一般的线性时不变滤波器对混沌信号分形维数产生...     

基于双向长短时记忆网络模型的汽车搭铁失效故障诊断方法

现有车辆电路多数为单线制或者负极搭铁回路,为及时有效发现汽车搭铁失效故障,提出基于Bi-LSTM(双向长短时记忆网络)模型的汽车搭铁失效故障诊断方法。采用最优分数阶傅里叶变换分形维数,将汽车搭铁故障响应信号映射到分数阶空间中计算不同分数阶空间中的故障响应信号分形维数,提取故障特征向量,将其作为Bi-LSTM模型输入,通过Bi-LSTM模型标记特征向量中的异常数据细微差异,经自主学习和训练后,将所有汽车故障信息通过差异性分类,实现搭铁失效故障诊断。实验结果显示：该方法可准确得到所有故障数据变化,避免信号时频部分特性被忽略产生无法分辨现象;可以诊断更多真实异常数据,快速准确检测到故障异常点。     

基于小波变换的图像编码方法概述

小波变换将图像分期为一些不同频率、不同方向的子图像,这些子图像间存在较强的相关性,如何利用子图像间的相关性来提高编码效率是小波变换编码中研究的一个主要问题,本文从小波与分形、小波与树特征编码、小波与矢量量化三方面总结了近几年国内外基于小波变换编码方法的主要成果,并对基于小波变换的图像编码方法的发展方向作了展望。     

分形成像技术原理及应用方法

分形技术是一种新兴的随机成像技术,在各种仿真模拟领域得到了广泛应用。结合"双37小高炮训练模拟系统"实例,详细阐述如何运用分形技术随机生成天空背景的漫游图像。     

基于2分随机乘法模型的多重分形海杂波建模研究

为准确建立海杂波模型,将乘法模型与多重分形相结合引入到高分辨率海杂波建模研究中,提出了一种基于2分随机乘法模型的多重分形海杂波建模方法,理论上分析了模型的多重分形特性,并从实测海杂波数据中提取了倍乘因子的分布特性,提出了基于Beta分布的倍乘因子构建方法,仿真得到了海杂波数据。通过对瑞利分布、韦布尔分布和对数正态分布的比较分析以及K-S的统计检验,验证了2分随机乘法模型的合理性,这为高分辨率雷达的海杂波建模研究及其背景下的目标检测研究奠定了理论基础。     

分形信号的滤波算法

提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点，采用离散小波变换（DWT）对分形信号进行多尺度分解，使其成为各尺度上的近似平稳信号，从而可利用通常的Wiener滤波或Kalman滤波方法进行估计，然后再由DWT进行多尺度重构，估计出被噪声污染了的原始信号。重点对DWT的滤波过程进行算法设计，并估计了计算复杂度。     

基于等方性系数的地形可导航性的方向性研究

地形可导航性分析的研究中 ,当飞行器从不同方向进入特定区域时 ,怎样评价该区域提供的可导航性能力一直是地形匹配中的重要问题。本文建立了地形本质特征的数学过程描述———分数布朗运动 ;基于分形几何理论 ,通过分析地形表面的轮廓谱矩和表面谱矩的特性 ,提出一种地形特征度量值———等方性系数 ;并且分别得出了等方性好与差时 ,适配区域的匹配概率与方向之间的定性关系 ,有助于提高地形可导航性分析的效率。