基于数学形态学和支持向量机的跑道检测方法

提出了一种基于数学形态学和支持向量机的跑道检测方法.首先采用Otsu法对原始图像进行全局阈值化处理,并利用灰度形态学边缘检测算法对所得图像进行边缘检测;然后利用Hough变换提取线段,若线段超过一定长度,则判定其所在区域为跑道的候选区域;最后选择8个分量组成跑道候选区域的纹理特征向量,用支持向量机作为分类函数,对候选区域的纹理特征向量进行分类,判别出跑道.实验表明,该算法对跑道定位准确,误检率低.     

一种诊断测量仪表故障的新方法

本文在分析各种测量仪表故障诊断方法的基础上,综合出一种新的诊断测量仪表故障的方法,称为仪表故障诊断与适应。     

频谱感知技术在认知无线电中的应用

频谱感知是认知无线电的关键技术,能量检测广泛应用于频谱感知。针对认知无线电频谱感知技术较少运用于实践的不足,提出了基于0FDM传输系统的频谱感知。在0FDM系统中利用能量检测的判决结果控制子载波的开关,实现感知结果对数据传输的控制,最后利用认知无线电平台进行实时数据的传输。实验结果表明,系统能够在认知无线电平台上成功进行无线通信的数据发送与接收,频谱感知结果能够有效控制数据传输,为认知无线电由理论研究步向实际应用奠定了基础,具有一定的实用价值。     

MIMO雷达信号检测前跟踪算法及性能

针对雷达目标检测中,弱小目标雷达截面积小,目标角闪烁以及目标受噪声和杂波影响比较大,基于序列检测的检测前跟踪算法是在MIMO雷达信号一般似然比检测的基础上提出来的,它能够克服强杂波噪声对信号检测的影响,在低信号杂波比的情况下滤除杂波点,实现了对弱小目标的检测。仿真实验证明,在虚警概率相同的条件下,算法的性能优于似然比检测方法。     

基于模糊数学的火险探测系统设计

针对火灾探测的特点和误报、漏报等问题,提出基于模糊逻辑论的数据融合算法,以提高火灾探测的准确性。运用单片机技术,设计了火灾探测系统的软硬件构成,并通过dsPIC与上位机的串行通信,实现了火情的距离监测。     

考虑降雨影响的飞机生存力模型与仿真分析

为研究更符合实际战场环境的飞机作战生存力,以降雨这一自然环境为典型,建立了雨杂波干扰下雷达对飞机的探测概率模型以及飞机生存力模型。认为飞机的RCS是Swerling起伏目标,通过确定综合信干比和最小可检测信噪比,采用蒙特卡罗法,利用MATLAB仿真了在雨杂波干扰和杂波抑制综合作用下飞机的生存力与距离的关系,并重点讨论了雷达波长和降雨状况对飞机生存力的影响。结论认为:在S波段内,降雨使飞机的生存力有一定程度的提高,且随着降雨量的增大和敌方雷达波长的减小,飞机生存力的提高更为明显;考虑降雨状况的影响,对于飞机生存力的研究是具有一定实际意义的。     

一种改进的跳频信号信道化检测方法

在通信对抗中,对目标跳频信号进行有效检测是对该信号进行后续处理及实施干扰的前提,利用信道化检测方法实现对跳频信号的盲检测。侦察方作为通信非协作接收者,无法与目标信号发送端实现时间同步,导致信道化检测方法性能不佳,针对此问题,提出一种简单高效的判决门限改进算法。仿真结果表明:采用改进算法,虚警概率显著降低,在信噪比大于-2 dB时检测概率有一定的提高。最后给出了关于进一步提高信道化检测方法性能的几点策略。     

OVMD-MF算法用于漏电流光纤传感

针对船舶电力网络漏电流光纤传感测量响应度低、测量能力弱等问题,提出了一种基于最优变分模态分解与形态学滤波组合的降噪方法,以提升微弱电流测量能力。以希尔伯特谱熵为适应度函数,利用捕食者优化算法搜寻分解模式数及二次惩罚因子的最优组合,并完成变分模态分解获取本征模态函数分量。设置相关系数阈值确定有效模态函数分量,完成信号重构。以信噪比为适应度函数,通过捕食者优化算法确定形态学滤波的结构因子及比例系数,对重构后的信号进行时域降噪处理,实现对漏电流信号进一步降噪。通过仿真分析以及实验验证,确定该方法相对于现有的滤波方法,改善了信号的信噪比,降低了最小均方误差,泄漏电流的分辨力可提升至3 mA。     

两栖型指控车非线性横摇安全盆侵蚀研究

采用单自由度系统研究了两栖型指控车在规则波激励下的非线性横摇和倾覆,非线性横摇控制方程应用四阶龙格库塔法进行数值积分;以波浪扰动力矩的幅值和波浪的频率作为变量,研究了两栖型指控车的安全盆侵蚀问题。以波浪扰动力矩的幅值为变量的安全盆侵蚀研究结果表明:当波浪扰动力矩大于0.01时,安全盆开始出现侵蚀现象,当波浪扰动力矩大于1.84时,安全盆的安全域已经变成了几个离散的点,随着波浪扰动力矩继续增大,安全盆的安全域将继续严重侵蚀,直到消失为止。以波浪频率为变量的安全盆侵蚀研究结果表明:两栖型指控车的安全盆侵蚀对波浪的频率敏感,安全盆出现明显的侵蚀;随着频率的增大,安全盆侵蚀将不会发生,表明两栖型指控车对高频波浪是安全的。     

复杂网络社团发现算法研究新进展

社团结构是复杂网络普遍存在的拓扑特性之一,发现复杂网络中的社团结构是复杂网络研究的基础性问题.针对非重叠社团发现和重叠社团发现两类问题,全面综述了当前复杂网络社团发现算法研究的新进展,分析了每类社团发现算法的特点,指出该领域值得进一步探索的研究方向.