一种基于混合反射模型的Shape-From-Shading直接算法

提出了一种基于混合反射模型的Shape-From-Shading直接算法.使用接近实际的混合反射模型描述的反射图方程作为求解对象,用有限差分近似微分运算,将反射图方程离散化,得到所求高度函数满足的代数方程,进而用迭代算法计算出表面高度.最后,用以合成图像和实际图像的三维形状恢复实验说明提出算法的有效性.     

一种改进的全局Retinex图像增强算法及其仿真研究

Retinex理论认为物体对光线的反射能力决定其颜色,故该算法就是从图像中获得物体的反射性质来得到物体本来面貌.为了消除传统Retinex算法假定两像素点入射光分量相同而导致图像颜色失真的缺陷,提出了-种改进的Retinex方法,该方法使用原像素灰度值与以它为中心高斯平滑后的灰度值间的差异来校正原像素点.仿真结果及两种评价标准表明,该方法更具准确性,增强效果优于传统Retinex算法.     

用于虚拟力觉再现的弹簧-质点力/变形模型研究

为提高虚拟力觉再现的精度与实时性,提出了一种弹簧-质点力/变形模型,它将物体以受力点为中心,沿径向方向分割为呈同心圆分布的弹簧-质点系统。系统中各个质点的相对位移的叠加对外等效为物体表面变形,与之相连的弹簧弹性力的合力等于物体表面的接触力。该方法由于分割只涉及到发生变形的局部区域,不需要对整个物体进行大量的矩阵运算;进行了基于图像边缘检测的变形测量,推导了模型参数;基于此力变形模型,利用DELTA手控器,进行了柔性物体接触变形以及实时虚拟力反馈的半物理仿真。     

基于灭点的三维物体重建

在总结灭点属性的基础上,提出了一种基于灭点的三维物体重建方法.首先利用灭点计算出相机的内、外部参数,在此基础上,计算出物体上各点的三维空间坐标,然后通过对物体进行绘制及纹理映射,实现三维物体的重建.实验表明,这种基于灭点的物体重建方法能够恢复场景中各点之间的位置关系,以及各线段之间的长度比例关系,满足虚拟现实系统的需要.     

基于多尺度哈尔小波变换的三维人脸识别方法

提出一种基于多尺度哈尔小波变换的三维人脸识别方法.首先将三维人脸模型的上半张人脸区域经过平面参数化和线性插值方法映射至几何图像,然后利用多尺度哈尔小波变换把几何图像分解为不同尺度下包含不同频率、不同方向人脸信息的频域分量,根据实验确定垂直低频分量具有表情不变性并将其线性组合作为人脸特征.在FRGC v2.0数据库中进行的三维人脸识别实验与三维人脸认证实验分别得到了98.81％的Rank_1识别率以及97.2％的正确认证率(错误接受率为0.1％).     

基于立体视觉的三维曲面测量关键技术研究

利用立体视觉测量曲面有三个难点一是摄像机标定,建立图像点与空间点的映射关系;二是立体匹配,在左右图像上寻找对应点;三是测量大型物体时,需要拼接图像.首先根据人眼感知事物的原理,利用神经网络拟合图像点与空间点的映射关系,避开直接对摄像机标定;接着以光栅投影曲线为特征,利用小波边缘检测和搜索式无监督聚类,结合视觉几何不变性,实现亚像素级的立体精匹配;最后采用小波多尺度多非分辨率的特性,拼接图像,融合数据,实现曲面全方位测量,且测量精度在0.5mm/m以内.     

基于立体视觉的三维建模方法

研究了基于立体视觉的三维反向建模方法。该方法利用线状结构光与立体视觉原理,首先测量位于四自由度平面机器人上的三维物体的表面几何信息,然后通过获得的采样数据集,自动构建具有真实纹理的三维几何模型。相应提出了一种新的系统标定方法与自动曲面重构算法,并实现了一个面向虚拟现实应用的三维物体的自动反向建模原型系统。     

基于EMD-PSR-LSSVM的城市燃气管网短期负荷预测

城市燃气管网短期负荷预测对燃气调度系统的安全与稳定具有重要意义. 为了提高城市燃气管网短期负荷预测精度,建立了基于经验模态分解(EMD)-相空间重构(PSR)-最小二乘支持向量机(LSSVM)的组合预测模型. 首先,运用EMD算法把原始非线性时间序列分解为互不耦合的模态分量,并采用PSR算法确定LSSVM建模中各个分量的输入输出结构; 其次,运用PSO算法对LSSVM建模中的参数进行优化,使用训练好的LSSVM模型对各个IMF分量进行回归预测; 最后运用该组合模型对郑州市燃气管网负荷进行短期预测.结果表明:与LSSVM回归预测和BP神经网络预测模型相比,本文提出的组合模型的预测精度更高,是一种更为有效的城市燃气管网短期负荷预测方法.     

复杂大气扰动下大型飞机飞行动力学建模研究

大型飞机的机体尺度与中小规模的风场尺度接近,为进行高逼真度的飞行仿真,需要建立含扰动风参数影响的动力学模型.推导了含三维扰动风参数的六自由度动力学方程,给出了扰动风参数的计算方法.基于B747-100飞机建模数据,结合四点模型,给出了扰动风场中气动模型修正的一般方法.改进Newton-Raphson算法,对动力学模型进行了无风状态下的配平,并结合典型飞行状态进行了模型初步验证.分别基于质点模型和四点模型,给出了B747飞机穿越三维大气紊流场的数值仿真实例.结果表明,应用四点模型的仿真结果更能表现出大型飞机对大气紊流响应的随机特性.建立的含扰动风影响的动力学模型以及改进的配平算法可用于飞行模拟器的飞行实时仿真.     

基于EMICA-KRR的长输管道压力监测与泄漏定位方法

为解决长输管道压力监测过程中泄漏突发,难以实时预警并精确定位的问题,提出一种基于集成改进独立分量分析(EMICA)和核岭回归(KRR)的管道泄漏故障检测与定位方法.首先,建立基于EMICA算法的故障检测模型,提取并分离压力数据中的高斯信号和非高斯信号并构造相关统计量,实现故障信号分离与主分量选择;然后,根据EMICA模型获得的故障信号,进一步构造基于KRR算法的故障诊断模型,拟合数据得出故障信号压力变化幅值,实现泄漏信号的选择与泄漏故障的定位;最后进行TE(田纳西-伊斯曼)过程的数值仿真实验以验证算法的性能.仿真结果表明:EMICA-KRR算法拥有更良好的信号分离能力,可以准确识别泄漏故障信号并精确定位管段失效位置,克服了传统方法的低效、延时等缺点.     

BRDF的遗传算法和遗传模拟退火算法建模及比较

结合遗传算法和模拟退火算法,构造出具有全局搜索优化特性的遗传模拟退火算法。根据空间目标表面的多组多角度双向反射分布函数（bidirectional reflectance distribution function, BRDF）实验数据和统计模型,获得样片BRDF五参数模型参数值及2D、3D的BRDF分布。比较基本遗传算法和遗传模拟退火算法在迭代次数、计算时间、参数值及精度等之间的差异并分析其原因。遗传模拟退火算法更适用于BRDF的统计建模。     

OFDM技术在无人机通信中的仿真研究

描述了一种无人机通信信道模型。该模型由：视行分量;反射分量;散射分量三部分组成。根据已证实的测量结果和经验数据,给出了典型仿真值。对OFDM在无人机的3个主要状态下的误码率性能进行了仿真,并与OQPSK作了比较。仿真结果表明OFDM能有效克服由多径信道引起的码间干扰,比传统的单载波传输技术更适合无人机通信信道。     

一种基于GTD模型的目标散射中心提取方法

随着隐身技术的发展,臆身目标的镜面散射已基本消除.边缘绕射等上升为主要散射源.用基于几何绕射理论的GTD模型取代以镜面散射为主的常规目标的指数和散射模型,来精确描述隐身目标的高频电磁散射特性.并且采用旋转不变技术(TIS_ESPRIT)替代多重信号分类(MUSIC)算法,精确估计目标散射中心的位置信息,避免了MUSIC算法用谱峰搜索提取参数的过程.并时TLS_ESPRIT算法进行了改进,有效降低其计算量.同时,利用特征分析法的信号与噪声子空间正交特性、二项式近似两种方法来提取散射中心的类型参数.仿真结果表明,该算法高效、精确、具有良好的分辨率,可以有效地提取以边缘绕射等为主要散射形式的臆身目标的散射中心.     

基于小波基函数和Hammerstein模型的预测函数控制

针对实际对象的多变性和传统的预测函数控制只能对预测时域内有限的几个拟合点进行拟合,而未考虑整个预测时域整体逼近误差性能优化的问题,提出一种基于小波基函数和Hammerstein模型的预测函数控制方法.内部模型参数通过不断辨识,进行自适应校正.利用小波的紧支局部性和多尺度分析特性,既保证了整体误差性能的优化,又突出了重要拟合点的逼近要求,并实现了优化变量的集结.理论分析和仿真应用表明,该方法有更好的快速性和抗模型失配性能.     

基于Hammerstein模型的非线性自适应预测函数控制

传统的预测函数控制对非线性和多变性的实际对象控制效果不佳.采用基于Hammerstein模型的预测函数控制(PFC)内部模型辨识方法来拟合实际对象的非线性.针对实际时象的多变性,不断辨识对象,校正内部模型参数,增强控制系统适应对象变化的能力.选取正弦多项式形式的基函数并介绍了滚动优化的办法.优化性能指标选取双值指标,计算量小,精度高.整个算法线性寻优,不需要非线性模型预测控制的非线性滚动优化,输出可以应用模型参数直接计算.实验表明该方法比PID控制效果更好而且对模型失配具有很好的自适应性能.     

基于EMD提取专家语言评价信息的群决策方法

针对传统语言群决策方法在集成专家评价信息时所遇到的专家权重求取主观性大、方法无标准的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)提取专家语言评价信息的群决策方法,利用EMD方法适于分解非线性、非平稳信号数列的特点,分解各专家对待决策事物做出的综合语言评价值,得到各专家所做评价值的客观趋势成分和主观随机成分,以客观趋势成分的均值,作为待决策事物的专家综合评价结果用于优选过程.相比于传统群决策理论中专家信息的集成方式,其由于不用求取专家权重而直接进行评价信息提取,因此能更大限度地排除人为主观因素的影响,使最终决策结果更加符合对客观事物的评价规律.     

基于蒙特卡罗方法的森林冠层BRDF模拟

蒙特卡罗(MonteCarlo)是一种随机统计方法,被广泛用于模拟可见光森林冠层BRDF(双向反射率分布函数)。基于蒙特卡罗方法构建了光子与植被冠层之间的随机过程,给出了蒙特卡罗模拟森林冠层的BRDF的具体实现方法。在此基础上,讨论了蒙特卡罗模拟中的关键技术:光子自由路径的计算;光子散射方向的确定;BRDF热点效应纠正;光子能量收集算法。实践表明,蒙特卡罗方法能准确模拟出森林冠层BRDF,并能作为其他森林冠层BRDF模型的有效检验工具。     

复合目标电磁散射的高效混合计算方法

传统混合法在计算目标与粗糙面的耦合场时,需要耗费大量内存与时间。以计算复合目标后向电磁散射为目的,提出一种更为高效的混合计算方法。该混合法在单独处理粗糙面与目标方面与传统混合法一致,即使用基尔霍夫近似法（Kirchhoff approach,KA）处理粗糙面区域;使用矩量法（method of moment, MoM）并结合多层快速多极子（multilevel fast multipole algorithm, MLFMA）技术处理目标区域。与传统混合法所不同的是：根据大尺度粗糙面镜向散射最强的特点,只在粗糙面上截取一块很小的区域进行耦合场计算,从而极大减少内存与时间。大量数值实验表明,该方法在保证较高精度的同时,效率要远高于传统混合法。     

近似非齐次指数数据的灰色建模方法与模型

传统GM(1,1)建模是用齐次的指数序列来拟合原始数据,对近似非齐次指数序列进行建模时会有较大的偏差,而现实中存在大量的近似非齐次指数的数据序列.根据传统灰色GM(1,1)建模机制,提出了一个用非齐次指数序列来拟合原始数据的灰色模型,给出了模型参数的最小二乘解,并给出了模型时间响应函数的表达式. 最后,通过实验验证了新模型的拟合和预测精度实验结果显示,新模型比传统GM(1,1)模型具有更好的拟合和预测精度.