近极轨微纳卫星星座高速数传模型路由算法

基于近极轨微纳卫星星座在高速数据传输模型下的网络特点,给出近极轨微纳卫星星座的高速数据传输的模型,分析适用于该模型的路由算法,推导该路由算法开销的计算方式,说明了算法在高速数传模型下的不足;给出算法的改进策略;利用NS3网络仿真平台建立微纳卫星星座高速数传网络场景,仿真了该场景下采用改进路由算法前后的关键性能指标。研究结果表明：在近极轨微纳卫星星座构建的高速数据传输网络中,改进算法在使得吞吐率和分组到达率有所提升的同时,显著降低了网络系统路由开销,微纳卫星高速数据传输网络的性能得到优化。     

基于亚像素模糊检测的Wiener对运动模糊图像复原方法

在图像获取中由于目标运动、拍摄条件等原因,容易产生剧烈的运动模糊,难以辨认。针对运动模糊点扩散函数、信噪比不知的情况下,对传统Wiener进行了创新和实践,探讨了基于亚像素的模糊方向与深度检测和递推迭代的自适应Wiener滤波对运动图像的复原方法。该方法首先对图像进行任一方向的亚像素进行模糊运动方向计算并确认,而后解算模糊尺度。采用先验信噪比进行预设,并迭代推算得出最优值。实验表明,该方法在对拍摄的模糊图像处理能获得较理想的效果。     

视频编码标准H．264运动矢量搜索算法

高清视频的信息量巨大,传输比较困难。 H．264作为视频压缩的主流标准,可以有效去除视频的冗余信息,提高视频的网络传输能力。针对H．264中运动估计算法耗时严重的问题,提出一种新的X型搜索算法。 X型算法由粗到细地进行搜索,先以X型快速搜索确定运动矢量的可能范围,然后在可能范围内进行局部全搜索,最终确定运动矢量。试验结果表明,X型搜索能够在保证视频质量的情况下大幅度缩短编码时间,有效提高运动估计算法的效率,兼顾了速度与精度,为高清视频的实时传输提供了保障。     

水下导弹导引法与弹道仿真

假设目标作直线运动时,以未来方位导引法和自动变提前角导引法两种不同的导引方法为例,建立了水下导弹的线导和自导相对运动方程、导引弹道数学模型并进行了仿真,获得了水下导弹、目标和制导站的相对运动轨迹及水下导弹与目标相对距离随时间变化的曲线和攻击效果。对水下导弹攻击目标距离的预测具有较高的参考价值。     

目标图像运动特征分析

在红外成像导弹导引头的信息处理中,目标图像特征研究是导引头技术研究中的一个重要问题。对各种潜在目标成像特征的详细研究是红外成像导引头信息处理研究的基础。在此项工作完成的基础上,可以实现对导引头目标识别和跟踪算法的评价,同时也可以辅助图像处理算法的选择和优化。在分析红外成像制导空空导弹工作原理的基础上,建立了导弹、目标的仿真模型,对常见的目标图像运动特征进行了仿真分析。给出了在空战条件下目标图像运动特征的部分仿真结果。     

多传感器系统纯方位定位与可观测性分析

对多静止测向站系统的可观测性、定位方法进行了分析和研究。通过运动等效,将多静止站系统转化成一个特殊的单运动测向站问题。采用拟线性方法,建立了纯方位多传感器系统目标定位问题的数学描述,并分析了系统的可观测性条件。提出了两种目标被动定位的融合递推算法,它们可以以标量的形态递推计算,具有实时性高、可计算性好的优点。     

等速运动观测站纯方位系统的可观测性

对等速直线运动单观测站纯方位目标运动分析问题进行了讨论。尽管系统是不完全可观测的,却证明了目标部分运动参数是可估计的,即目标与观察者的相对航向Kr、相对速度与初距离之比Vr/Do是可以解算的;并对可估计参数的有解条件进行了分析。     

火炮火控系统命中解的分布和存在性

定义了火控系统中问题联立方程应满足的“基本假设”,从理论上讨论了在“基本假设”条件下诸命中解的分布特性 ,证明临近的命中解 (如果存在的话 )是唯一的 ,给出了临近解存在的充分必要条件。用一个简单的实例表出不同目标速度下诸命中解分布的实验数据     

本质流形上的自适应运动估计

分析了计算机视觉中一种新的运动估计模型,将运动估计作为一个参数定义在"本质流形"上的非线性系统参数辨识问题。针对基于离散处理和连续处理方法得到的"本质流形",提出了一种新的、统一的自适应推广卡尔曼滤波算法,在"本质流形"的局部坐标系上进行运动估计。仿真结果验证了该算法的正确性。     

远程预警声呐发现目标后的机动原则

鉴于经典的载体优化理论对装备舷侧阵声呐的潜艇的局限性,讨论了装备舷侧阵远程预警声呐的潜艇发现目标后的机动问题.在分析经典的载体优化机动理论的使用条件和特点的前提下,借鉴美国潜艇拖曳阵远程预警声呐发现目标后的战术机动思想,提出了装备舷侧阵声呐的潜艇发现目标后可以采取与初始发现方位线相垂直的倒"U"字机动策略及具体的细节.该机动方法理论上成立,但具体参数的确定还需要经过计算机仿真和海上实践的检验.同时认为战术理论的发展与装备技术水平的发展紧密相关.