基于带约束三角剖分的三维地质建模方法及应用

带约束的Delaunay剖分算法多应用于表达数字地面模型,用于三维地质模型的构建尚不成熟.为了直观显示工程地质结构和快速准确分析工程地质条件,可依据带约束Delaunay三角剖分算法分别生成地层、断裂、界线类地质结构的TIN模型,拼合形成工程整体三维地质模型.通过编制基于TIN模型的工程三维地质建模程序,建立了金少江两家人水电工程坝址区域的三维地质模型,为工程地质评价及工程设计提供了决策支持,以此作为工程应用实例.实践应用表明,该方法具有快速、准确、通适的特点.     

圆周合成孔径雷达投影共焦三维成像算法

针对圆周合成孔径雷达成像模式下应用共焦三维成像算法成像效率低的问题,提出了投影共焦三维成像算法.该算法利用圆周合成孔径雷达成像模式下成像区域较小时高度向与水平面相对较弱的耦舍性,将共焦三维成像算法中的三维空变滤波转化为水平面内的二雏空变滤波和高度向时域平移,从而化三维成像的三雏处理为二维处理,以提高算法的成像效率.通过引进天线远场条件作为成像区域较小的判定标准,定量分析了算法的适用条件.仿真结果验证了该算法较高的成像效率及算法适用条件的有效性.     

自适应模板更新的粒子滤波实时跟踪算法

提出一种自适应模板更新的粒子滤波实时跟踪算法。在粒子滤波的跟踪框架下,目标模板的自适应观测模型采用含有三个分量的混合高斯模型来建模并用增量EM算法在线更新,很好地解决了模板更新问题。实验结果表明:该跟踪算法在光照变化条件下的红外目标、外观姿态快速变化、局部遮挡等情况下的目标跟踪实验均能长时间稳定地跟踪目标,且无需普通粒子滤波算法的重采样策略,计算简单,易于硬件并行实现。     

基于ITM的复杂电磁环境并行计算方法

针对复杂电磁环境仿真中算法复杂、计算量大的特点,构建了一种基于不规则地形模型(irregular terrain model, ITM)电波传播模型的复杂电磁环境并行计算方法。该方法采用三维标量场的数据组织方式描述复杂电磁环境。在并行计算关键的任务分配阶段依据ITM模型的计算特点和三维标量场的数据组织方式,采用了以标量场列为基本单位的静态任务分配方法,有效地避免了地形提取的冗余计算,保证了节点间的负载平衡。经实验验证,该算法并行效率较高,能够有效地满足不规则地形条件下的复杂电磁环境快速计算的需要。     

图像序列的准三维运动目标自寻的跟踪算法

根据序列图像中的运动目标特征像点必须要满足在像平面里的约束条件,又要满足其空间三维运动规律,导出一套准三维运动模型。进而建立了连续非线性的系统动态模型和离散线性的量测模型,得到一套准三维自动寻的跟踪处理算法,利用二维观测结果就可以实现三维形式的智能跟踪。算法简单,易于实现,而且同样具有三维智能跟踪的优良特点,即抗丢失、抗机动和抗噪扰的鲁棒性能。模拟和真实图像序列的实验结果充分证明了该算法的优良性能。     

旋转上升合成孔径雷达三维成像算法

针对复杂低空环境三维场景探测需求,建立了旋转上升合成孔径雷达成像模型,并提出了相应的成像算法。该模型通过距离向发射调频信号、方位向和高度向形成二维合成孔径,从而具有距离向-方位向-高度向三维分辨能力。相应的成像算法分为空间位置校正和“一步一悬停”模式下omega k成像算法两大部分,通过方位向和高度向偏移补偿,可将复杂的“旋转上升”模式简化为高度向“一步一悬停”模式,然后通过改进的omega k成像算法实现三维成像。最后,仿真结果验证了该算法的有效性。     

基于宽带二维合成孔径的三维成像算法

利用二维合成孔径并发射宽带信号,可以实现目标的距离-方位-方位三维成像,提出一种基于三维匹配滤波的高适应性三维成像算法。先选定成像焦点的位置,再根据场景参数计算出在该焦点处的回波数据,将其反转共轭充当整个目标回波的匹配函数,然后将该匹配函数与目标回波进行三维匹配滤波直接成像。该算法流程简单,适应性很强,对具有各种形状如矩形、圆形、三角形及不规则形状的二维合成孔径均适用,且在近场条件下具有比传统成像算法明显高的成像分辨率。通过详细的理论推导与典型示例证明了所提算法的有效性。     

大数据量虚拟景观的三维模型优化与漫游

由于大面积虚拟景观的三维模型数据过于庞大,从选择建模工具、降低模型的冗余度和复杂度、降低模型文件大小三个方面对建模过程中三维模型的优化方法进行了研究.给出了虚拟景观漫游系统的体系结构,从三维模型数据转换、漫游路径和视角设计、漫游系统集成等方面阐述漫游系统的实现过程,给出了数据压缩和转换算法.最后在Visual C++软件平台上实现了大数据量的虚拟校园漫游系统,该系统具有很好实时交互性和可扩展性.     

基于分形技术的海洋战场分布式虚拟环境研究

针对分布式虚拟环境中三维模型占用的存储空间较大,不利于网络数据实时更新的问题,提出了利用分形技术生成场景模型的方法,并结合分形算法和 OpenGL 技术建立了一个海洋战场分布式虚拟环境SBDVE.研究了SBDVE中海浪、海底地形、纹理以及海洋植物等三维模型的分形算法及其模型存储格式,并构建了基于XML的分布式三维模型数据.     

数字水印技术在数字博物馆中的应用

首先对数字水印技术和博物馆的数字化进行了介绍，然后就数字水印技术用于解决博物馆数字化过程中的版权保护问题进行了探讨。数字化文物包含文本、图像、音频、视频、三维模型等多种媒体类型，从而需要多种不同的水印算法。数字文物具有其特殊的价值，所以嵌入水印时，应尽量减少对文物品质的降低。所采用的三维模型水印算法之一，在完全不影响原始文物模型品质的条件下嵌入水印。最后，对下一步工作进行了展望。     

基于改进势场的无人机编队恢复与一致性仿真

针对多无人机编队防撞、编队恢复及位置和速度收敛一致性问题,提出以改进势场原理与一致性理论为基础的分布式协同编队控制算法。建立静态障碍物模型、无人机质点模型与二阶系统动态模型;定义含协调因子和通信权重的机间协调势场函数,实现防撞和队形恢复的控制目标;在基本一致性协议中引入编队中心参考向量、期望速度和速度镇定项,实现位置和速度的收敛一致性;结合改进的一致性协议与改进势场作用下的合加速度设计协同编队控制算法,并由Hamilton函数证明该算法的稳定收敛性。仿真结果表明：该方法可以实现防撞、队形恢复及位置与速度收敛一致的控制目标。     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

组合导航自适应交互多模型算法研究

针对交互多模型(IMM)方法模型集覆盖能力与计算量相矛盾的问题,提出了将简化的Sage-Husa自适应滤波与IMM相结合,构成一种自适应交互多模型的方法.简化的Sage-Husa自适应滤波首先给出噪声统计特性的粗略值,IMM方法以该粗略值为中心,对称地得到模型集,再进行IMM估计.车栽组合导航仿真表明,该算法能够以较少的模型实现对实际模态的覆盖,而且精度比IMM方法也进一步提高.     

非局部正则化的压缩感知图像重建算法

压缩感知(compressed sensing, CS)图像重建算法是CS图像获取问题的一个研究重点。针对传统基于稀疏性先验的重建算法不能有效重建图像的各种结构特征,为了在测量值数量不变的情况下进一步提高图像的重建质量,在稀疏性先验的基础上,引入局部自回归模型和非局部自相似性作为图像额外的先验信息,建立了非局部正则化的CS图像重建模型,并给出了相应的数值求解算法。此外,对于重建模型中图像的自回归参数,给出一种基于非局部相似点的估计方法。实验结果表明,较之传统的稀疏性正则化重建算法和同类的MARX(model based adaptive recovery of compressive sensing)算法,所提算法能获得更高的图像重建质量。     

基于固定滞后滤波平滑的弹道重构算法

为有效利用雷达测量的飞行数据进行弹箭的实际弹道重构,建立了弹道重构需要的状态方程和量测方程,考虑模型的非线性和重构状态非高斯分布的可能性,结合Bootstrap粒子滤波给出一种一步固定滞后滤波平滑算法的实现,并将其作为弹道重构的估计工具。算例仿真表明,相比于Bootstrap粒子滤波和无迹卡尔曼滤波,该Monte Carlo平滑算法可以进一步提高估计的精度,为弹道重构提供一种新的有效工具。     

区域进化自适应高精度区域增长图像分割算法

为克服经典区域增长算法中门限选择困难、分割稳定性不高与串行处理速度慢的不足,提出基于区域进化的自适应高精度区域增长图像分割算法。在图像预处理过程中,首先通过各向异性滤波算法对切片进行滤波,达到去除图像噪声同时避免对边界区域的模糊;然后引入了新的区域能量表示模型,并给出了迭代进化形式,在区域增长过程中,逐渐增加区域增长的门限,通过对能量函数的动态优化来逼近最佳分割结果;最后利用主动轮廓模型进行精度分割,得到精确而比较光滑的分割目标轮廓。对比实验表明提出的方法是合理有效的。     

交通网络设计的优化模型及算法

通过对交通网络设计的问题及其研究现状的分析．对离散型交通网络设计问题进行了深入的研究。采用双层规划模型描述问题．其中上层规划模型是从交通规划者的角度出发．在建设资金受到约束的前提下．设计合适的路网结构．使得公路网中的交通出行能达到系统最优；而下层优化模型则是从路网使用者的角度出发．使交通出行达到用户最优，针对该双层规划模型．本文对上层模型使用SA算法求解．而下层模型则采用了基于路径搜索的GP算法进行求解．以此为基础设计了SA—GP算法对其进行求解。算例计算的结果表明．模型和算法都是有效的，求取的结果能显著改善路网的交通情况．而且上下层算法的收敛速度快，从而能为路网规划决策提供支持。     

基于RNPI的动态时滞网络主动队列管理算法

针对网络存在较大时滞和网络参数动态变化等问题,提出了一种鲁棒非线性PI主动队列管理算法。由流体流模型将动态网络推导为参数区间不确定一阶时滞系统,在确定使闭环系统稳定的非线性PI控制参数集合基础上,利用遗传算法寻找基于改进ITAE指标最优的PI控制参数。基于扩展到时滞系统的棱边定理,给出了RNPI算法的设计方法。仿真结果表明了该方法具有良好的控制性能,对网络区间不确定参数有较好的鲁棒性。     

基于Top-hat变换的PM模型弱小目标检测

为了实现红外复杂背景下弱点目标的有效检测,提出了形态学Top-hat变换和改进的非线性扩散(以Perona-Malik (PM)的研究为基础)模型相结合的滤波算法,用于增强红外弱小目标信号、抑制复杂背景和噪声。该方法首先利用形态学滤波中的Top-hat算子对图像进行目标增强,然后对形态学滤波后的图像采用改进的PM滤波器进行进一步滤波达到抑制背景突出目标的目的,最终通过阈值分割实现弱小目标的检测。对比实验结果表明,该算法能够在低信噪比(signal-to-noise ratio, SNR)下实现红外弱小目标图像的背景及边缘有效抑制、使图像的信噪比提高20%,检测能力在原有算法上提高了40%。     

融合深度图像先验的全变差图像着色算法

提出了融合深度图像先验的全变差(total variation,TV)图像着色模型,在即插即用(plug-and-play,PnP)框架下,结合交替方向乘子法(alternating direction method of multipliers,ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果.数值实验...