基于图像分析的弹丸“出膛时刻”检测算法

现代高炮武器系统在对红外目标进行连续性高炮射击时,首发弹丸的尾焰会对红外观测系统造成严重干扰,会导致红外观测系统短时间内无法观测到目标位置,带来后续弹丸无法精确打击目标等问题。利用红外图像分析技术通过对弹丸出膛时的红外图像特征进行分析,提出了一种基于红外图像分析的弹丸出膛时刻检测算法,从而相对精确地测定出首发弹丸的出膛时刻,为更精确测定弹飞时间和提高武器系统的命中率提供了理论依据和方法支撑。实验结果表明:提出的算法能够相对精确地测定弹丸出膛时刻,算法具有一定的可行性和有效性。     

基于一维平均距离像矩特征的飞机目标识别

本文分析了利用一维距离像进行目标识别的问题。通过对目标相邻的一维距离像进行幅度平方平均处理,得到比较稳定的平均距离像。然后将目标的平均距离像看作二值图像,提取它的矩特征用于分类识别。对三类飞机目标进行分类识别的结果表明该方法是可行的。     

Kriging与改进一次二阶矩融合的可靠性分析方法

针对结构可靠性分析问题,提出了Kriging与改进一次二阶矩方法相融合的分析方法。传统的改进一次二阶矩需要计算结构功能函数的梯度信息,在处理包含有限元模型的隐式极限状态问题时会比较困难。该方法将Kriging代理模型与改进一次二阶矩迭代有效而充分地结合,借助Kriging方法提供功能函数的梯度信息,以解决隐式极限状态函数的求导难题,提高分析效率。通过数值与工程算例验证了所提方法的可行性和高效性。     

基于地形差分矩的 TERCOM 地图性能估计

提出了一种非平稳地形中TERCOM地图匹配性能的估计方法。首先利用地形差分过程研究相关匹配算法度量值的统计特性 ,获得度量值的均值和方差关于地形差分矩的解析表达。然后讨论度量值统计特性与局部匹配搜索截获概率的关系 ,建议用地形差分矩和局部搜索截获概率作为TERCOM地图匹配性能的估计。通过对实际地形的试验 ,说明基于地形差分矩的匹配性能估计方法是有效的。     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

电驱动装甲车辆双重转向控制联合仿真

为了提高轮毂电机驱动装甲车辆转向的灵活性及越野机动性能,借鉴履带车辆滑移转向思想,采用双重转向控制策略。以车辆的横摆角速度为控制目标,设计了自抗扰控制器,通过调整两侧轮毂电机转矩输出产生直接横摆力矩,进而调节车辆横摆角速度,实现装甲车辆双重转向。在Adams中建立车辆动力学模型的基础上,构建Adams与Matlab环境中的联合仿真模型,并进行了联合仿真,结果表明,基于直接横摆力矩控制的双重转向增大了外侧动力输出,减小了车辆在中低速转向时转向半径,提高了车辆的转向性能。     

梁在拉伸力和弯曲力矩联合作用下的动态塑性断裂

本文采用刚塑性分析方法,研究了韧性材料带裂纹有限长梁在轴向拉伸力和弯曲力矩联合作用下的全塑性断裂过程,其外加轴向拉伸力和弯曲力矩为准静态加载,并在梁的断裂过程中保持不变,为定常载荷。在外力作用下,梁的断裂截面首先进入塑性变形,当裂纹尖端张开位移 CTOD 达到其材料临界值时,裂纹将启裂扩展。本文考虑了应变率对断裂过程的影响,给出了梁在断裂过程中其裂纹扩展长度,裂纹扩展速度以及断裂截面上的轴向抗力和弯曲抗力随时间的变化规律,并比较了在不同轴向拉伸力作用下梁的动态塑性断裂过程的变化,说明了轴向作用力对梁的断裂过程的影响。     

基于矩量法对分段指数电阻加载Koch分形天线阻抗特性研究

提出一种新的分段指数电阻加载Koch分形偶极天线,其加载电阻沿天线从馈电点按指数规律递增.基于矩量法(MOM)分析计算其阻抗特性,结果表明,该天线能满足现代通信系统对天线小型宽带的要求,也为分析设计小型宽带天线提供了一种有效的方法与思路.     

基于相似原理的点特征松弛匹配算法

利用感兴趣点检测算子提取点特征,构建三角形并利用其相似度来定义点特征的匹配度,提出了一种新的具有比例与旋转不变特性的点特征松弛匹配算法.实验表明,所提出的匹配算法有很快的运算速度和很高的匹配正确率.     

一种灰度图象中的小目标识别方法

介绍了一种基于目标灰度门限和目标之间灰度距离门限的区域自动阈值检测法,用该方法检测提取出灰度图像中包含目标的小区域。然后利用传统的门限自动选择方法找到合适的门限,利用该门限值对所获目标区域进行二值化以得到目标,然后采用改进不变矩方法提取目标特征并采用优化BP神经网络进行识别。该方法经实验验证,效果较好。