采用改进Sage-Husa自适应滤波的运动目标三维定位方法

提出不依赖于测距信息,利用两架基于视觉的无人机对运动目标进行三维交会定位的方法。采用多模型交互方法实现在不预知目标运动模式的条件下对运动目标的实时定位;采用改进的Sage-Husa自适应滤波算法,综合协方差匹配技术和正定性判断,提高了定位精度。为评估这些方法的性能,模拟真实观测条件进行仿真。结果表明,提出的方法可以实时对运动目标的三维坐标进行估计。改进的Sage-Husa自适应滤波算法可以显著提高定位精度,在90°观测夹角下,平均估计误差从27.13 m降低到14.62 m。仿真研究了两无人机观测夹角对定位的影响,结果表明:过小的夹角不利于定位精度的提高;较大的夹角对无滤波定位方法有较好的效果,但对基于改进的Sage-Husa自适应滤波算法的定位方法影响并不明显。     

多子带雷达信号融合噪声抑制方法

全极点模型对信号构建线性模型,通过对模型进行定阶和计算可以得到估计信号的各个参数,从而实现信号预测。子带融合之前需要进行相干处理,可以通过相干函数等方式解决。root-MUSIC算法在低信噪比环境中极点选择并不稳健,会导致模型在阶数上判断错误。为解决全极点模型方法中子带融合在信噪比低时模型阶数估计不准的问题,提出一种噪声抑制方法。对信号Hankel矩阵的主对角奇异值矩阵加权处理,以消除噪声分量,并利用整体前向预测矩阵得到整体频段极点值与极点幅值,由此估计出低信噪比时的多子带融合信号。结果表明所提方法在仿真环境下,在信噪比-20 dB至10 dB时,相较于传统极点模型方案具有更好的估计结果。     

基于飞行仿真的近地告警包线计算

TSO-C151b标准中近地告警包线为通用模型设计,未结合飞机的自身特性。为精确给出飞机过大下降速率告警包线,通过结合飞机自身气动特性和操纵特性,分析告警机理,建立飞机六自由度仿真程序。依据飞机发动机数据、气动力数据、质量特性数据等,建立仿真模型及操作程序,实时模拟飞机各舵面的操作响应过程,以及飞机的运动姿态和飞行轨迹,计算飞机在不同下降速率时拉起的损失高度,设计近地告警包线。实际试飞数据验证了模型设计合理,计算结果准确。同时,将仿真计算得出的告警包线与TSO-C151b对比,给出适用于飞机的近地告警包线使用建议,保证飞机飞行安全。     

面向飞行器电磁散射特征诊断的近场频域成像算法

无人机在结构样式和材料构成方面具有的灵活性使得其相比有人机具有更大的隐身性能优化空间,在室内或者室外开展近场成像变得迫切。结合飞行器转台成像几何模型建立了近场转台成像通用信号模型,提出了一种面向飞行器电磁散射特征诊断的近场频域成像算法,在子孔径成像设置约束下,近似将斜距平面频谱按照水平面频谱处理;分析了该算法适用的条件,并围绕典型近场成像几何和飞行器尺寸生成仿真数据,在0.6～35 GHz范围内选择典型波段完成近场成像,良好的成像结果证实了理论分析与所提算法的正确性。     

正规战中作战效率变化初探

本文以描述常规战最基本的模型——Lanchester方程为基础,就影响作战效率的一些因素进行了分析并定量化地表现在作战模型中,然后运用有关系统学理论讨论了作战效率变化对战斗进程的影响程度。     

驱动管中柱状装药爆轰过程的数值模拟

数值模拟了爆炸驱动管中柱状装药内爆轰波的传播过程.计算采用欧拉型有限体积方法,炸药及爆轰产物均采用JWL状态方程,空气采用理想气体状态方程,采用"点火-生长"模型计算化学反应速率.计算得到了驱动管内波系结构的发展过程,爆速与经验公式符合得较好.计算表明,驱动管侧壁的压力峰值在800MPa以上,而在管底中心处,由于激波的汇聚,压力峰值高达12.4GPa.     

一种简化的空气中二维抛板模型

本文对于在炸药驱动下空气中的二维抛板理论模型,提出了一种具有较普遍意义的简化处理方案。     

一种基于统计参数映射融合独立成分分析的新的激活区探测方法

统计参数映射在某种程度上依赖于广义线性模型和高斯场理论。广义线性模型的缺陷在于这些假设不能很好地表示fMRI数据,并且脑活动分布模式和血液动力学模型也不能由广义线性模型回归方程来恰如其分地模拟。而独立成分分析不能够提供每一独立成分激活区的显著性估计,这使得实验者不能够很好地解释所获得的结果。提出一种将SPM和ICA技术进行融合的方法,此方法可以将ICA自身的某些优势和GLM的假设检验方法结合起来,互相取长补短。实验结果证明了这种方法在探测由运动任务所产生的激活区方面是有效的。     

基于隐马尔可夫模型的IDS程序行为异常检测

提出一种新的基于隐马尔可夫模型的程序行为异常检测方法,此方法利用系统调用序列,并基于隐马尔可夫模型来描述程序行为,根据程序行为模式的出现频率对其进行分类,并将行为模式类型同隐马尔可夫模型的状态联系在一起。由于各状态对应的观测值集合互不相交,模型训练中采用了运算量较小的序列匹配方法,与传统的Baum Welch算法相比,训练时间有较大幅度的降低。考虑到模型中状态的特殊含义以及程序行为的特点,将加窗平滑后的状态序列出现概率作为判决依据。实验表明,此方法具有很高的检测准确性,其检测效率也优于同类方法。     

一种基于Euler Spiral的缺失边界修复算法

在总结分析相关工作的基础上,提出了一种基于Euler Spiral修复认知轮廓中缺失边界的算法。该算法首先通过活动轮廓模型进行认知轮廓的初始定位,将视觉的预测性插值问题转化为中间插值问题,然后结合取向估计和Euler Spiral修复缺失的轮廓边界,取代了活动轮廓模型的迭代优化过程。对典型认知轮廓图形和遥感图像的实验结果验证了算法的有效性。