采用 Bayes 数据融合方法进行目标和诱饵的识别

本文以目标和诱饵的识别为背景,详细叙述了采用基于Ｂａｙｅｓ数据融合方法的基本原理、融合模型和识别结果。从识别结果可以看出,这种方法可以达到较高的识别率,是识别目标和诱饵的有效方法。     

比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

MEMS磁力线聚集和垂动调制磁场传感器

针对巨磁阻和磁隧道结等磁阻元件的1/f噪声,提出一种采用微机电系统的磁力线聚集和垂动调制磁场传感器。通过将被测磁场从低频转移到几kHz,实现对磁场的DC/AC转化,从而减小了磁阻元件的1/f噪声。基于该方案采用多层膜巨磁阻元件AA002制作了磁场传感器样品,并进行了实验测试,结果表明:磁传感器样品的调制效率达到了19.3%,超过了已有的其他各种调制方案,同时低频磁场的探测能力达到槡120pT/Hz,相比巨磁阻元件AA002提高了40多倍。     

红外图像强固定模式显著性噪声抑制

针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据,提出基于显著性的红外图像强固定模式噪声抑制算法。对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。通过大量小目标、强固定模式噪声红外图像对算法性能进行测试。结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

应用径向基代理模型实现序列自适应再采样优化策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该再采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

用紧支径向基函数传递固体域耦合数据的方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。     

反函数的导数定理的一个注记

给出反函数的导数定理的改进形式:若f(x),x∈(a,b)与φ(y),y(A,B)互为反函数,x0∈(a,b),y0=f(x0),φ(y)在点y0处可导且φ′(y)≠0,f(x)在点x0处连续,则f(x)在点x0处可导,且f′(x0)=1/φ′(y0).并说明,f(x)在点x0处连续这一条件不可去掉。     

城市绿化降噪初探

城市绿化对环境的作用是多方面的,本文主要研究绿化对噪声的减弱作用以及各种绿地产生的不同效果。     

基于模糊隶属函数的一类灰色关联度问题研究

针对系统特征序列与相关因素序列中数据不确定或存在区间取值的问题,基于模糊隶属函数提出了一种解决灰色关联分析中关联度确定的方法,并以实例说明了该方法的合理性.