用数字散斑干涉法测量动态面内位移场

利用数字散斑干涉法,研究了半无限平面模型在受冲击载荷下的面内位移场的测试技术。采用瞬态图像采集系统,将模型受冲击前后的电子散班图像直接存储在图像采集系统中,通过数字处理实现数字散斑干涉,测得了模型的面内位移。数值计算结果与实验两者能很好地吻合。     

材料压剪加载的实验测试

利用Ｙ—切石英晶体的各向异性动态响应材料特性,实现对粘接在石英晶体后表面的材料试件的一维平面复合压缩剪切加载。用电磁质速法测试试件中不同位置上的质点在压剪加载下的运动情况。从处于粘接界面上的量计所测纵向质速史和横向质速史,可以看到压剪波传入试件中的清晰的两波（ＱＬ波,ＱＴ波）结构,与理论估计基本相符;其它位置上量计的测试曲线亦反映了材料对压剪波传播的动态响应特点,可以看到剪切波的衰减规律。     

基于线性四分树描述的图像块邻域寻找的快速方法

线性四分树将物体区域表示为组成物体区域的四分块的位置码的集合。本文通过分析位置码属性,归纳出了图像四分块相邻的充要条件,并给出了相应的寻找图像块邻域的算法。该方法简单明了,便于计算机实现。     

基于内容的月球影像检索并行框架设计

基于内容的月球影像检索面向月球探测计划获取的大量遥感数据,根据影像视觉内容,提供一种方便而高效的检索方式。为提高其检索效率,在对基于内容的月球影像检索过程进行分析的基础上,运用Petri网完成过程建模与并行化分析。提出一种基于内容的月球影像检索并行框架,并据此部署实验系统,将嫦娥月球影像等实际数据集投入其中进行检索实验。结果表明,基于内容的月球影像检索并行框架能够有效提升查询检索效率。     

一种基于灰色粒子滤波算法的机动AUV航深内测方法

本文提出了一种将灰色预测和小波变换与标准粒子滤波相结合的灰色粒子滤波算法（GPF）,并将其应用于机动AUV的航深内测。GPF针对机动AUV航深内测过程中由于AUV运动状态未知和测量噪声不断变化而导致的滤波失效问题,在粒子采样过程中结合了标准采样和灰色预测采样,保证了采样得到充分多的有效粒子。在计算粒子权重时,利用小波变换跟踪测量噪声统计特性的变化,提高了各粒子似然概率计算和权重分配的正确性。最后以外测法测得的高精度的机动AUV航深作为真实航深,对该GPF算法进行了实验对比验证,并与EKF和MMPF算法的结果作对比,实验结果表明了本文方法的有效性和实用性。     

某型导弹目标跟踪技术的应用研究

在某型导弹制导过程中,制导系统对导弹弹标信号的自动识别与跟踪是影响射击精度的关键．论述了视频图像中运动目标识别与跟踪技术的概念以及主要方法分类,在详细分析某型号导弹目标跟踪技术的基础上提出了改进该型号导弹目标识别性能的几个要点．     

基于迭代卡尔曼粒子滤波的目标跟踪算法研究

粒子滤波在基于图像序列的目标跟踪中获得了广泛应用．针对其计算量较大的问题,提出一种迭代卡尔曼粒子滤波算法,将非线性跟踪问题分解为线性子结构的全局状态空间模型和非线性子结构的局部状态空间模型,利用粒子滤波在卡尔曼滤波估计值的局部范围内搜索目标,逼近真实目标状态．将实验结果与粒子滤波进行比较,结果表明,迭代卡尔曼粒子滤波减少了粒子数,降低了计算量,能够对高机动目标进行实时稳定的跟踪．     

含灭火添加剂细水雾粒径分布规律

为了研究含灭火添加剂细水雾灭火机理,从添加剂对细水雾粒径分布的影响着手,利用全自动表面张力仪、实时喷雾激光粒度仪对含不同添加剂的细水雾粒径分布进行了研究。结果表明：磷酸二氢铵和尿素使水的表面张力略有增加,氟表面活性剂（Fc-134）和碳氢表面活性剂（APG）以及由4种添加剂组成的复合添加剂使水的表面张力大幅降低;磷酸二氢铵使粒径为2.09～26.23μm的雾滴数略有减少,粒径为31.06～462.33μm的雾滴数略有增加;氟表面活性剂（Fc-134）使粒径为8.05～22.16μm的雾滴数增加,粒径为22.17～278.64μm的雾滴数减少,粒径为278.65～1075.09μm的雾滴完全消失;碳氢表面活性剂（APG）使粒径为2.09～31.06μm的雾滴数减少,粒径为36.77～141.86μm的雾滴数增加;而复合添加剂使粒径为2.09～31.06μm的雾滴数减少,粒径为36.77～198.82μm的雾滴数增加。     

融合地理信息的粒子滤波被动跟踪算法

在粒子滤波机动目标跟踪中,为避免粒子集退化现象,通常采取大量的初始粒子数,因而带来了运算量大、跟踪精度低的问题.融合目标舰可能的航线及地理位置先验信息,将约束条件加入到粒子更新迭代中,对粒子的分布和权值进行调整.通过仿真对比加入约束前后算法的跟踪性能,可以看出融合地理信息后,较好地解决了粒子滤波计算量大的难题,提高了纯方位跟踪定位的精度.     

果蝇算法和5种群智能算法的寻优性能研究

截止到目前为止进化式算法主要有遗传算法、蚁群算法、鱼群算法、免疫算法、粒子群算法.这些算法已经被广泛地用于寻优,但都有各自的缺点,导致其不易被用于解决实际问题.某学者提出了一种新群智能算法——果蝇算法.对该算法的起源进行分析,并将该算法与其他算法对比,通过仿真分析各个算法寻优性能.重点分析果蝇算法的寻优性能,得出果蝇算法简单、参数少、易调节、计算量小、寻优精度较高,从而较容易被用于解决实际问题,对于复杂问题算法可能不稳定.指出该算法的缺点,提出应改进的地方,对其应用前景作了概括.