标准误差的整体认识及运用

本文从物理量的测量角度出发,将标准误差在直接测量、间接测量、误差分析、结果处理等方面贯通一体,予以阐述和讲解,并综合了不同教材的不同说法,纠正了误差的不正确表示及概念上的模糊理解,从而建立起标准误差的整体认识和正确使用方法。     

超精密加工在线检测与误差补偿的理论与方法

超精密加工技术是高新技术、现代机械、电子产业以及国防工业的重要支柱,已成为技术发达国家重要的竞争目标。我系自１９８２年以来开展超精密加工技术的研究已有十多个年头了,取得了重要进展和重大突破。本文就所进行的研究工作,综合介绍了超精密加工中的若干理论与方法,包括形状误差在线检测的误差分离、误差补偿控制、微进给机构的非线性建模、微位移检测等内容,最后介绍了我系所取得的主要成果。     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

四轮独立驱动无人车的动力性参数设计仿真

四轮独立驱动无人车的轮毂电机功率、蓄电池容量与组数以及无人车续驶里程等参数的匹配设计是无人车研制过程中整体设计的一个难点和重点,需要通过无人车运动学和动力学分析进行确定,既要满足可行性又要具有很好的可靠性。根据实际需要和动力性设计要求,在对无人车进行运动和动力学分析的基础上,通过理论计算得到动力性参数,然后通过ADVISOR软件建立四轮独立驱动整车仿真模型,对其动力性进行仿真。通过仿真,其最高车速、爬坡性能、加速性能以及行驶里程在不同的工况下得到仿真结果与理论设计的参数相吻合,验证了参数设计的合理性,为下一步无人车样机的制作以及进行整车运动控制研究具有重要实际意义。     

基于品质度量的移动Ad Hoc网络分层密钥管理优化技术

提出了一个分布式的基于品质度量的分层密钥优化管理机制。该机制通过动态选择高品质的节点作为PKG来增强移动Ad Hoc网络的安全性,并将网络生存时间最大化。节点的选择可以归结为随机(restless bandit)问题,并且将密钥更新过程分为在线和离线两个部分,从而降低了计算复杂性。仿真结果表明,该机制可增强网络的安全性和将网络生存时间最大化,非常适合移动自组网的应用要求。     

多波束相控阵天线角跟踪性能及测试方法

针对目前对多波束相控阵天线角跟踪性能测试研究较少的问题,首先分析了多波束相控阵天线的单脉冲和差测角方法,并对波束滑动、波束穿越及信号频率变化对角跟踪性能的影响进行了仿真分析。类比传统的雷达精度校飞试验,提出了基于飞艇的角跟踪性能测试方法,对角跟踪精度及误差范围进行测试,并利用STK软件实现了可视化。仿真分析表明,该方法可以实现对多波束相控阵天线角跟踪性能的评定并具有较高的工程应用价值。     

无人机测控系统Turbo-MAP译码方法

无人机测控数据链系统与地面控制站进行的是遥测数据、侦察图像及遥控指令的传输,因此,高质量的通信是确保无人机数据链发挥效能的关键技术之一。针对无人机信道的特点和要求,研究了无人机信道的Turbo-MAP译码模型,提出一种无人机测控系统Turbo-MAP译码方法,并针对各种参数条件进行了Matlab仿真。实验结果证明,该方法能够保证在发送数据的时候尽量使用长度较长的数据包且增加交织深度,并显著提升译码BER性能。     

使用图像优化方法估计水体调制传递函数

针对水体属性的变化使图像复原困难的问题,提出了一种从退化的水下图像中估计自然水体调制传递函数的方法。该方法首先建立了自然水体的调制传递函数与其固有光学特性参数之间的关系,然后采用图像复原技术对图像进行复原,最后使用粒子群优化算法来优化调制传递函数的相关参数。仿真实验表明:该方法能有效对水下图像进行复原,且不需测量水体的光学参数就能估计出自然水体的调制传递函数。该方法用于水下激光成像系统的图像复原可取得明显效果。     

基于极坐标多普勒伪状态的最佳线性无偏估计算法

理论和实践已经证明,除位置量测外,包含目标速度信息的多普勒量测具有有效提高目标状态的估计精度的潜力。基于目标匀速运动场景在直角坐标系下提出了一种可使用多普勒伪量测(即距离量测与多普勒量测的乘积)和多普勒伪状态的跟踪算法。从理论上讲,它是在最佳线性无偏估计准则下的近似最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷。通过与目前几种流行的方法进行仿真比较,验证了新算法的优越性和可靠性。     

基于圆形滤波器HOG特征的航拍图像车辆快速检测算法

航拍图像中车辆一般近似为矩形结构,因此通过统计检测窗口中的梯度方向直方图并根据梯度主方向估计车辆朝向,然后将检测窗口旋转到相应方向进行分类器判别。车辆检测采用级联boosting分类器和梯度方向直方图特征(HOG,Histograms of Orient Gradient),针对旋转窗口中HOG特征的计算,设计了一种基于圆形滤波器的HOG(Circle Filter based HOG,CFHOG)特征,与传统基于积分直方图的HOG特征提取方法相比,显著提高了旋转窗口中HOG特征的计算效率,此外在计算每个像素的梯度时采用查找表代替梯度向量的求模和角度计算也减小了计算量。使用真实图像进行的实验表明本文车辆检测算法快速高效。