基于Visual Basic故障诊断专家系统设计

从分析传统专家系统入手,把WINDOWS下的可视化技术和面向对象技术引入到人工智能程序设计中来。讨论了故障树模型的面向对象表示方法及其推理算法。根据雷达故障诊断中的典型故障树,给出了一个基于Visual Basic语言的故障诊断专家系统设计实例。     

关于运动副耐磨可靠性方程的几点讨论

对运动副的耐磨可靠性方程进行了较深入的讨论,从而可定量的计算产品无故障工作概率或可靠度以及给定允许故障概率下的安全系数.揭示了传统设计中采用安全系数作为衡量产品的工作能力的方法所存在的弊病.     

基于反步法的无人翼伞航迹跟踪控制

为实现无人翼伞飞行器的直线航迹跟踪控制,提出了一种基于模拟对象的可变增益反步跟踪控制方法。基于模拟对象方法得到翼伞飞行器的航迹跟踪误差模型,并针对该模型设计了可变增益反步跟踪控制律,在保证稳定性的同时提高了系统的跟踪精度。将控制器应用于无人翼伞飞行器平面航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现航迹的精确跟踪,且具有很好的鲁棒性。     

时变最优条件数的目标要素解算方法

纯方位目标跟踪是一个典型的非线性问题,伪线性跟踪估计器是理论和工程上解决该问题的一类重要方法。针对纯方位观测模型伪线性化后,系统存在弱可观测性问题,提出了一种时变最优条件数的目标要素解算新方法,理论上给出了一个改善系统可观测性的最优乘数因子。在系统条件数和参数估计的收敛概率两个方面,数值仿真和实验数据验证都表明新方法要优于经典纯方位伪线性化方法。     

视觉目标跟踪现状与发展

视觉目标跟踪系统在军事和民用领域都有重大的应用需求,如武器制导、视觉导航、安防监控等。视觉目标跟踪系统的目的是在视频序列的每一帧中准确地定位目标位置,还原目标完整的运动路径,为高层应用提供决策依据。根据任务需求不同,目标跟踪系统可以分为单目标跟踪和多目标跟踪。在算法层面分别介绍了视觉单目标跟踪和多目标跟踪的发展现状,并对相关算法的优点和不足做了简要分析。结合当前研究现状,简要地梳理了目标跟踪算法的发展趋势。研究表明,视觉目标跟踪是一个非常开放的研究领域,相关的理论和方法层出不穷,不同算法的侧重点也不尽相同,研究经典的目标跟踪算法有助于把握视觉目标跟踪中潜在的问题,为设计目标跟踪系统提供依据。     

装备主动式保障系统需求建模及应用

针对装备主动式保障系统建设中存在的需求把握不准、难以全面的问题,引入对象建模技术,建立装备主动式保障系统的对象模型、动态模型和功能模型,从保障系统组元间相互关系、组元间动态时序关系及功能实现3个角度描述了保障系统需求情况。基于需求建模结果,给出了装备主动式保障系统各功能子系统的信息流程,为后续装备主动式保障系统实现奠定了基础。     

基于视频的运动目标检测算法的比较与分析

帧差法和背景差分法是目前常用的基于视频的运动目标检测方法。首先从帧差法和背景差分法中选取了几种具有代表性的算法;然后针对典型场景条件对这些方法进行了实验测试,并利用实验结果对算法进行了定性和定量的比较和分析。实验结果表明,ViBe算法、码本模型、混合高斯模型、自适应混合高斯模型、中值滤波和自适应背景建模具有较好的检测效果,但任何一种方法都有其局限性。     

基于方位和线谱频移的TMA方法

采用纯方位跟踪(BOT)技术确定运动声源的位置及速度时,需要自身至少机动一次,这给观测带来了一定的限制。而处于舰船噪声低频区的线谱具有很高的强度和稳定度,这一事实为估计目标运动要素提供了新的思路。综合考虑了目标方位和线谱多普勒频移信息,给出了形式简洁,易于实现的滤波公式,消除了机动限制。计算机模拟及海上试验数据表明该方法能够得到稳定有效的解。     

自然场景车标数据集的构建及其应用

车标作为车辆身份的关键特征之一,在车辆的监控与辨识中发挥着重要作用。由于自然场景复杂多变,对其中的车标进行准确识别仍具有很大的挑战性。目前公开数据库很少且存在诸多局限,导致研究缺乏可信度和实用性。本文建立了一个面向自然场景的全新数据集,包含多种采集环境下的10 324幅、67类车辆图像。基于此数据集开展应用研究,提出一个目标检测与深度学习相结合的车标识别方法,包括车标区域定位和车标种类预测两大步骤。实验表明,该方法对复杂背景有较强的适应性,在涉及30种车标的分类任务中达到89.0%的总体识别率。     

基于匹配处理的纯方位目标运动分析方法

以被动声纳观测的目标方位信息为基础,将匹配处理技术用到目标运动参数纯方位估计中,建立了进行纯方位目标运动分析的匹配处理模型,给出相关的优化处理算法,并通过仿真计算验证了模型的有效性。仿真结果表明该算法在目标运动参数的收敛时间和距离等指标上有较明显改善。