一种自适应的ISAR图像时－频分析方法

提出一种自适应的逆合成孔径雷达 (ISAR)图像的时频分析方法 ,它将时频信号分解算法—自适应高斯基表示 (AGR)方法与ISAR图像处理相结合。得益于高斯基函数方差的自适应调整 ,可自动地将图像中的理想点散射中心与非点散射结构区分开来。分别对ISAR图像的径向与横向距离轴进行上述变换 ,可解构出非点散射中心随角度或随频率变化的特性。应用该方法对仿真数据及飞机目标实测数据所成的ISAR图像进行时 -频分析 ,结果表明该方法正确可行 ,且物理意义明确     

图像处理技术在消防灭火模拟训练中的应用

阐述了应用图像处理技术构建消防灭火模拟训练系统的方法,对其中的技术要点从原理上进行了说明。提出了一种基于目标信息特征的灰度Hough变换实用加速算法用于直线检测,使其运算量比传统算法下降了4个数量级。实验结果证明这种检测与提取灭火水柱中心线的方法快速、有效。用该方法构建的系统,经实际运行证明是图像处理技术在消防灭火模拟训练方面的一个成功的应用。     

MGR-SAT:一种基于流模板的多粒度可重构数字信号处理器

面对需求各异的数字信号处理应用,当前主流的通用处理器、DSP、ASIC和FPGA不能同时满足各应用在成本、功耗、性能、灵活性方面的要求.针对这些问题,结合流处理技术、可重构技术和平台技术,提出一种基于流模板的多粒度可重构数字信号处理器MGR-SAT.MGR-SAT利用流处理技术来解耦合数据运算与访存,提供多种粒度的大规...     

修正的交互加速度补偿机动目标跟踪算法

为了提高交互加速度补偿算法(IAC)的滤波精度,通过引入一个改进因子自适应地调整过程噪声协方差,给出了一种新的算法。在给定的初始条件下,通过蒙特卡罗仿真,将修正的IAC算法与IAC算法进行比较,结果表明修正的交互加速度补偿算法在目标发生机动时具有更好的跟踪性能。     

用光测图像确定空间目标俯仰角和偏航角的中轴线法

提出了一种用电影经纬仪等光测设备获得的图像确定火箭等空间轴对称目标的俯仰角和偏航角的新方法——中轴线法 ;并对此方法进行了误差分析。此方法利用了目标图像上的大量信息 ,测量精度高。采用了间接的方法提取目标的中轴线 ,避免了多相机目标匹配的问题     

基于规则控制的快速高度跟踪算法

提出一种全新的基于模糊推理与规则控制的高度跟踪算法。这种算法无论是在跟踪效果与运算速度上都大大优于以往的最速下降法、动态规划法、最优控制法等,而且可以对最大俯仰角、最大可用过载、希望跟踪程度等跟踪参数进行随意设定。大量的仿真计算证明,该算法具有很好的实时性、收敛性及可扩展性。可以极大地减轻对地攻击低空轨迹规划的工作,对巡航导弹、无人机更具应用价值     

针对运载火箭上升段考虑大风区减载的智能姿态控制方法

针对运载火箭在上升段遭遇大风区的减载需求,提出自适应学习率的智能姿态控制方法。以运载火箭为研究对象,建立了其俯仰平面的动力学模型。基于柔性动作-评价构建了适用于运载火箭上升段飞行控制的深度强化学习框架,设计了一种综合考虑姿态跟踪精度和稳定性以及减载效果的奖励函数。在此基础上,基于步长学习率调度器实现了学习率自适应迭代,以期在快速提升控制器收敛性的基础上找到最优解。并设计了一种早停机制实现了训练过程的自动停止,以提升训练效率。仿真结果表明,所提出的方法在保证姿态跟踪精度和稳定性的前提下能够有效实现运载火箭的减载效果,并且对随机阵风干扰具有较强的鲁棒性和适应能力。     

涡轮叶片寿命可靠性优化的类序列解耦法

针对含气膜孔冷却涡轮叶片多模式寿命可靠性优化设计效率与精度兼顾困难的问题,提出了基于自适应克里金代理模型的类序列解耦可靠性优化方法.该方法中,可靠性约束里的极限状态面代理模型构建过程会随着设计参数的搜索迭代而实时更新,并严格保证每个优化步下的代理精度和可行域判断的准确性,因此收敛快、稳健性强.代理模型在扩展空间中协作代理并共用训练样本点,实时自学习训练目标函数和约束函数的代理模型至收敛,在保证代理精度的同时显著提高优化效率.此外,基于所提方法开发了一体化、自动化的寿命可靠性优化集成仿真软件,并完成了涡轮叶片寿命可靠性优化设计的工程化验证,该结果验证了所提方法的高效性及工程适应性.     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

模糊自适应PMHT机动目标跟踪算法

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题。将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法。该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化。仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的。